如何在Pandas DataFrame中判断住院时段与用药时段是否存在重叠

嘿，我来帮你搞定这个问题！你需要新增一个布尔列来标记患者住院期间是否接受过药物治疗，核心就是判断住院时段和用药时段是否存在任何时间重叠——哪怕只有1秒也算数。

核心判断逻辑 #

两个时间区间[A_start, A_end]和[B_start, B_end]存在重叠的关键条件是：

A_start < B_end 且 B_start < A_end

这个逻辑能覆盖所有重叠场景：不管是一个时段完全包含另一个，还是两个时段部分交叉，只要满足这个条件就说明有重叠。同时我们还要处理NaT的情况——如果没有用药记录（start_med或end_med为NaT），直接标记为False即可。

代码实现 #

直接用pandas的布尔掩码就能搞定，代码如下：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({'admission_timestamp': ['2021-01-17 17:45:00', '2020-03-31 23:32:00', '2020-03-27 18:20:00', '2020-04-17 18:12:00', '2020-03-19 19:12:00'], 'end_period': ['2021-01-18 17:45:00', '2020-04-01 23:32:00', '2020-03-28 18:20:00', '2020-04-18 18:12:00', '2020-03-20 19:12:00'], 'start_med': ['NaT', '2020-04-01 00:00:00', '2020-03-27 19:00:00', '2020-04-17 18:39:24', 'NaT'], 'end_med': ['NaT', '2020-04-14 21:00:00', '2020-04-05 00:00:00', '2020-05-06 22:07:29', 'NaT']})
# 确保所有时间列是datetime类型（如果还没转换的话）
df[['admission_timestamp', 'end_period', 'start_med', 'end_med']] = df[['admission_timestamp', 'end_period', 'start_med', 'end_med']].apply(pd.to_datetime)

# 1. 筛选出有有效用药记录的行（排除NaT的情况）
has_valid_med = ~df['start_med'].isna() & ~df['end_med'].isna()

# 2. 判断住院时段和用药时段是否重叠
is_overlap = (df['admission_timestamp'] < df['end_med']) & (df['start_med'] < df['end_period'])

# 3. 合并条件，得到最终的布尔列
df['received_medidation'] = has_valid_med & is_overlap

运行结果 #

执行后你的DataFrame会新增目标列，结果如下：

逻辑验证 #

• 第2行：住院时段到4月1日23:32，用药从4月1日00:00开始，两个时段有重叠，标记为True
• 第3行：住院时段到3月28日18:20，用药从3月27日19:00开始，明显重叠，标记为True
• 第4行：用药从住院当天18:39开始，在住院时段内，标记为True
• 第1、5行：无用药记录，标记为False

内容的提问来源于stack exchange，提问作者sandertjuh