如何检查两个数据帧上分组项的间隔重叠？

Question

我有两个数据帧，df1和df2，df1有三列—group、startdate1和enddate1，df2还有三列，group、startdate2和enddate2。我想比较df1中每个组的间隔（startdate1，enddate1）是否与同一组的任何间隔（startdate2，enddate2）重叠

我发现了这个帖子（Is it possible to use Pandas Overlap in a Dataframe?），它使用pandas.IntervalIndex.overlaps检查间隔重叠。这与我的问题非常相似，但我正在努力研究如何将groupby用于pandas.IntervalIndex.overlaps（或者我应该使用其他方法）？以下是一些示例数据：

df1：

^{tb1}$

df2：

^{tb2}$

如果同一组的df2有任何间隔重叠，则预期输出是在df1中添加一列1或0。 df_输出：

^{tb3}$

谢谢大家!

Answer 1

您可以在组内进行笛卡尔连接，查找df1中按日期范围与df2重叠的记录索引，然后通过检查记录索引是否在该列表中添加标志：

ixs = (df1.reset_index().merge(df2, on=['group'])
         .query('(startdate1 < enddate2) & (enddate1 > startdate2)'))['index']

df1.assign(flag=df1.index.isin(ixs).astype(int))

输出：

  group startdate1   enddate1  flag
0     A 2017-07-01 2018-06-30     1
1     B 2017-07-01 2018-06-30     1
2     A 2018-07-01 2019-06-30     0
3     B 2019-07-01 2020-06-30     0

另外，我假设所有日期都已经是datetime格式，否则我们需要先pd.to_datetime(...)这些列