Pandas IntervalIndex报错：区间左侧必须<=右侧的原因排查

即使主表中 from_date 始终小于等于 to_date，执行区间偏移时仍触发报错，主要可能是以下原因及对应解决方法：

1. 夏令时/时区切换导致时间回拨 #

如果你的 datetime 数据带时区（如 datetime64[ns, America/New_York]），当区间覆盖夏令时切换点时，减1小时可能出现时间回拨，导致偏移后的左区间值大于右区间值。比如部分时区在夏令时停用当天，时钟会从2:00回拨到1:00，若原区间刚好覆盖这个时段，偏移后就可能出现区间反转。

解决方法：将所有时间转换为UTC时区（无夏令时问题）后再计算：

# 转换为UTC时区
df['from_date_utc'] = df['from_date'].dt.tz_convert('UTC')
df['to_date_utc'] = df['to_date'].dt.tz_convert('UTC')
# 构建IntervalIndex
s = pd.IntervalIndex.from_arrays(
    df['from_date_utc'] - pd.Timedelta(1, 'hour'),
    df['to_date_utc'] - pd.Timedelta(1, 'hour')
)

2. 数据类型/隐式转换异常 #

如果 from_date 或 to_date 是object类型而非datetime类型，减Timedelta时可能出现异常转换，导致区间反转。先确认数据类型：

print(df[['from_date', 'to_date']].dtypes)

若为object类型，先转为datetime：

df['from_date'] = pd.to_datetime(df['from_date'])
df['to_date'] = pd.to_datetime(df['to_date'])

3. 强制修正区间顺序 #

不管什么原因，都可以手动强制保证区间左值<=右值，避免报错：

left = df['from_date'] - pd.Timedelta(1, 'hour')
right = df['to_date'] - pd.Timedelta(1, 'hour')

# 筛选出左值大于右值的行，交换两者
mask = left > right
left[mask], right[mask] = right[mask], left[mask]

# 构建IntervalIndex
s = pd.IntervalIndex.from_arrays(left, right)

4. 定位异常数据 #

可以先找出导致反转的具体行，排查根因：

left = df['from_date'] - pd.Timedelta(1, 'hour')
right = df['to_date'] - pd.Timedelta(1, 'hour')

# 筛选出异常行
bad_rows = df[left > right]
print("异常行数据：")
print(bad_rows)

内容的提问来源于stack exchange，提问作者datadatadata