基于日期重叠筛选DataFrame：请求与服务匹配代码问题排查

核心问题分析 #

• 日期列未转为datetime类型：当前代码中日期以字符串格式存储，直接进行大小比较会遵循字符串字典序而非时间顺序，导致重叠判断逻辑完全失效。例如字符串01/04/2023（4月1日）与10/03/2023（3月10日）比较时，会被判定为前者更小，但实际时间是3月10日更早，直接干扰了服务活跃时段的判断。
• 无对应服务的客户逻辑受日期类型影响：像Client101这类无对应服务记录的客户，理论上应直接归入new_requests，但日期类型错误可能导致判断逻辑异常。

修正步骤 #

1. 统一转换日期列为datetime类型 #

先将两个DataFrame的日期列转为标准datetime格式，指定%d/%m/%Y格式避免自动解析错误：

# 转换Requests的日期列
requests['Event Start Date'] = pd.to_datetime(requests['Event Start Date'], format='%d/%m/%Y')
requests['Event End Date'] = pd.to_datetime(requests['Event End Date'], format='%d/%m/%Y')

# 转换LTS的日期列
lts['Event Start Date'] = pd.to_datetime(lts['Event Start Date'], format='%d/%m/%Y')
lts['Event End Date'] = pd.to_datetime(lts['Event End Date'], format='%d/%m/%Y')

2. 优化循环拼接逻辑（提升效率） #

原代码反复使用pd.concat拼接DataFrame效率极低，改用列表收集符合条件的行，最后统一转为DataFrame：

new_requests_list = []

for index, request_row in requests.iterrows():
    relevant_lts_rows = lts[lts['Client ID'] == request_row['Client ID']]
    
    # 日期类型修正后，原重叠判断逻辑可正常生效
    overlapping_events = relevant_lts_rows[
        (relevant_lts_rows['Event Start Date'] <= request_row['Event End Date']) & 
        ((relevant_lts_rows['Event End Date'] > request_row['Event Start Date']) | pd.isnull(relevant_lts_rows['Event End Date']))
    ]
    
    if overlapping_events.empty:
        new_requests_list.append(request_row)

new_requests = pd.DataFrame(new_requests_list).reset_index(drop=True)

3. 生成「Currently Open」DataFrame #

通过反选new_requests的方式快速得到目标数据集：

# 先标记所有请求是否有活跃服务
requests['has_active_service'] = requests.apply(
    lambda row: not lts[
        (lts['Client ID'] == row['Client ID']) &
        (lts['Event Start Date'] <= row['Event End Date']) &
        ((lts['Event End Date'] > row['Event Start Date']) | pd.isnull(lts['Event End Date']))
    ].empty, axis=1
)

# 拆分两个结果DataFrame
currently_open = requests[requests['has_active_service']].reset_index(drop=True)
new_requests = requests[~requests['has_active_service']].reset_index(drop=True)

验证结果 #

修正后运行代码，将完全匹配期望输出：

• new_requests包含Client100的请求100、Client101的请求102
• currently_open包含Client100的请求101、Client102的请求103

内容的提问来源于stack exchange，提问作者Chizo