检查日期是否在多个日期范围之间答案

【问题标题】：Checking if date is between multiple date ranges检查日期是否在多个日期范围之间
【发布时间】：2020-06-24 20:58:24
【问题描述】：

我有 2 个数据框：

df1 = pd.DataFrame({'name': ['Bob', 'Jenny', 'Larry', 'Sam', 'Ashley', 'John', 'Bob', 'Jenny', 'Larry' , 'Sam', 'Ashley', 'John'], 'start_time': ['2020-06-01 08:01:45', '2020-06-01 08:55:47', '2020-06- 01 09:07:00'、'2020-06-01 09:12:00'、'2020-06-01 09:12:40'、'2020-06-01 09:22:05'、'2020- 06-02 08:01:45'、'2020-06-02 08:55:47'、'2020-06-02 09:07:00'、'2020-06-02 09:12:00'、' 2020-06-02 09:12:40', '2020-06-02 09:22:05'], 'end_time':['2020-06-01 16:15:00', '2020-06-01 17:00:00'、'2020-06-01 17:05:04'、'2020-06-01 17:12:12'、'2020-06-01 17:45:00'、'2020-06 -01 19:05:00'、'2020-06-02 16:15:00'、'2020-06-02 17:00:00'、'2020-06-02 17:05:04'、'2020 -06-02 17:12:12'、'2020-06-02 17:45:00'、'2020-06-02 19:05:00']}）

df2 = pd.DataFrame({'name': ['Bob', 'Bob', 'Jenny', 'Ashley', 'Bob', 'John', 'John', 'Jenny', 'Sam'], 'time': ['2020-06-01 08:07:00', '2020-06-01 08:40:47', '2020-06-01 8:50:00', '2020-06-01 10:10:30', '2020-06-01 14:12:33', '2020-06-01 14:41:33', '2020-06-01 15:12:33', '2020-06-01 18:44:33', '2020-06-01 22:12:07']})

我正在尝试检查 df2 中的给定 'time' 是否包含在具有相同名称的任何时间跨度内（即我只是想检查 Bob 在 df2 中的条目与 Bob 的 @987654325 @s 和 'end_time's 在 df1) 并在 df2 的新列中返回一个布尔值。这是我期望的输出：

df2 = pd.DataFrame({'name': ['Bob', 'Bob', 'Jenny', 'Ashley', 'Bob', 'John', 'John', 'Jenny', 'Sam'], 'time': ['2020-06-01 08:07:00', '2020-06-01 08:40:47', '2020-06-01 8:50:00', '2020-06-01 10:10:30', '2020-06-01 14:12:33', '2020-06-01 14:41:33', '2020-06-01 15:12:33', '2020-06-01 18:44:33', '2020-06-01 22:12:07'], 'legal': [True, True, False, True, True, True, True, False, False]})

我尝试过使用 if 函数，但我不断收到 ValueError: Can only compare same-labeled Series objects。有什么建议吗？

【问题讨论】：

标签： python pandas dataframe date

【解决方案1】：

您可以通过左连接、比较然后聚合取“合法”的最大值来做到这一点：

df3 = df2.merge(df1, on='name', how='left')

df3['legal'] = (df3['time'] >= df3['start_time']) & (df3['time'] <= df3['end_time'])

print(df3[['name', 'time', 'legal']].groupby(['name', 'time']).max().reset_index())

打印

     name                 time  legal
0  Ashley  2020-06-01 10:10:30   True
1     Bob  2020-06-01 08:07:00   True
2     Bob  2020-06-01 08:40:47   True
3     Bob  2020-06-01 14:12:33   True
4   Jenny  2020-06-01 18:44:33  False
5   Jenny   2020-06-01 8:50:00  False
6    John  2020-06-01 14:41:33   True
7    John  2020-06-01 15:12:33   True
8     Sam  2020-06-01 22:12:07  False

注意：比较字符串时，日期时间格式必须一致。

【讨论】：

这个：x.time >= x.start_time and x.time <= x.end_time可以写成x.start_time <= x.time <= x.end_time
你说得对，用@Ben.T 的建议更新了答案

【解决方案2】：

res = df2.merge(df1, on='name', how='left').drop_duplicates( subset='time', keep='first').sort_values(by='name')
res['legal']=res['time'].between(res['start_time'],res['end_time'])
res.drop(columns=['start_time','end_time'], inplace=True)

打印（分辨率）

     name                 time  legal
6   Ashley  2020-06-01 10:10:30   True
0      Bob  2020-06-01 08:07:00   True
2      Bob  2020-06-01 08:40:47   True
8      Bob  2020-06-01 14:12:33   True
4    Jenny   2020-06-01 8:50:00  False
14   Jenny  2020-06-01 18:44:33  False
10    John  2020-06-01 14:41:33   True
12    John  2020-06-01 15:12:33   True
16     Sam  2020-06-01 22:12:07  False

【讨论】：