如果在日期之間比較 2 個數據框以添加行

Question

這里是全新的，我嘗試查找我的問題，但找不到任何非常相似的東西！

我正在嘗試設置一個包含時間表及其活動類型數據的數據框。 例如，如果它是“1”，它是一個正常的活動，如果它是“2”，它被取消，然后將該數據幀與另一個數據幀進行比較，以查看第一個數據幀中的開始/結束日期之間是否存在日期，如果是，將其修改為 3 行而不是 1 行，第一個開始/結束日期行直到該假期，假期日期行，然后是假期后繼續的開始/結束日期。

我創建單個數據框沒有問題，但是當我想比較另一個系列/數據框並可能添加可能位於所述 StartDate 和 EndDate 之間的行時，我的問題就出現了。

示例計划數據框

開始日期	結束日期	活動類型
2021-01-01	2021-12-31	1

與其他數據框相比

假期開始日期	假期結束日期
2021-02-14	2021-02-14
2021-07-04	2021-07-05

像這樣結束：

開始日期	結束日期	活動類型
2021-01-01	2021-02-13	1
2021-02-14	2021-02-14	2
2021-02-15	2021-07-03	1
2021-07-04	2021-07-04	2
2021-07-05	2021-12-31	1

任何幫助表示贊賞！

謝謝，S。

Answer 1

為了提供一個更具啟發性的示例，我創建了包含多行的Schedule ：

  Start Date   End Date  Activity Type
0 2021-01-01 2021-05-31             10
1 2021-06-01 2021-12-31             20

我將假期創建為：

  Holiday Start Date Holiday End Date
0         2021-02-14       2021-02-14
1         2021-03-10       2021-03-12
2         2021-07-04       2021-07-06

所有日期列都是datetime64類型。

准備步驟是從Holidays創建一個IntervalIndex ：

ind = pd.IntervalIndex.from_arrays(Holidays['Holiday Start Date'],
    Holidays['Holiday End Date'], closed='both')

要從單行獲取結果，請創建以下函數：

def getActivities(row):
    dd = pd.date_range(row['Start Date'], row['End Date'])
    ss = dd.to_series().apply(lambda dat: ind.contains(dat).any())
    s1 = ss[ss != ss.shift()]
    s2 = ss[ss != ss.shift(-1)]
    s1 = s1.astype(int) + row['Activity Type']
    rv = s1.astype(int).reset_index().rename(columns={'index': 'Start Date',
        0: 'Activity Type'})
    rv.insert(1, 'End Date', s2.index)
    return rv

要測試此函數，您可以在單行上調用它，例如，初始行：

getActivities(Schedule.iloc[0])

要完全了解所有詳細信息，請在變量下保存一行Schedule ：

row = Schedule.iloc[0]

然后執行getActivities 中的每條指令並查看中間結果。

為了獲得所有行的預期結果，您必須將此函數的應用結果連接到每一行：

pd.concat(Schedule.apply(getActivities, axis=1).values, ignore_index=True)

對於我的測試數據，結果是：

  Start Date   End Date  Activity Type
0 2021-01-01 2021-02-13             10
1 2021-02-14 2021-02-14             11
2 2021-02-15 2021-03-09             10
3 2021-03-10 2021-03-12             11
4 2021-03-13 2021-05-31             10
5 2021-06-01 2021-07-03             20
6 2021-07-04 2021-07-06             21
7 2021-07-07 2021-12-31             20

前 5 行來自Schedule 的第0行，有 2 個假期。 最后 3 行來自第1行，有 1 個假期。

請注意， Activity Type是原始值（對於“正常”期間）或原始值 + 1（對於假期期間），因此Schedule不應包含連續值作為Activity Type 。