Pandas技术实操：如何筛选date_range中不属于Interval列预留时间区间的时段

首先得说清楚你遇到的问题根源：你用pd.Timestamp(...) in df.reserved返回False，是因为这里的in操作符是在检查该时间戳是否是reserved列中的某一个区间对象，而不是检查时间戳是否落在某个区间范围内，所以肯定会返回False，这是个常见的逻辑误区。

下面给出两种可行的解决方案，先提个小细节：你的示例里df的区间是2011年，但working_hours生成的是2021年，这两个完全不重叠，我先把时间统一成2011年，保证结果符合你预期的示例输出。

方法一：批量检查（高效推荐） #

利用pandas的IntervalIndex来批量处理，效率很高，适合大数据集：

import pandas as pd

# 初始化已占用区间的DataFrame（统一为2011年）
df = pd.DataFrame(
    {
        'reserved': [
            pd.Interval(pd.Timestamp(2011,11,9,8), pd.Timestamp(2011,11,9,12), closed='left'),
            pd.Interval(pd.Timestamp(2011,11,9,13), pd.Timestamp(2011,11,9,21), closed='left')
        ],
        'value': [1, 2]
    })

# 生成当日工作时段的小时级时间序列（2011年）
working_hours = pd.date_range('2011-11-09 07', '2011-11-09 23', freq='1H')

# 将reserved列转换为IntervalIndex，方便批量操作
reserved_intervals = pd.IntervalIndex(df['reserved'])

# 批量判断每个时间点是否落在任意一个已占用区间内
# any(axis=1)表示只要该时间点在任意一个区间内，就标记为已占用
is_reserved = reserved_intervals.contains(working_hours).any(axis=1)

# 筛选出未被预留的时间点（取反操作~）
free_hours = working_hours[~is_reserved]

print(free_hours)

运行后输出的结果正好是你预期的未被预留时段：

DatetimeIndex(['2011-11-09 07:00:00', '2011-11-09 12:00:00',
               '2011-11-09 21:00:00', '2011-11-09 22:00:00'],
              dtype='datetime64[ns]', freq=None)

方法二：逐个判断（逻辑直观，适合小数据集） #

如果你的数据集不大，也可以用apply逐个检查每个时间点是否落在任何已占用区间里，逻辑更易懂：

import pandas as pd

# 同样先初始化数据和时间序列（省略重复代码，和上面一致）
df = pd.DataFrame(
    {
        'reserved': [
            pd.Interval(pd.Timestamp(2011,11,9,8), pd.Timestamp(2011,11,9,12), closed='left'),
            pd.Interval(pd.Timestamp(2011,11,9,13), pd.Timestamp(2011,11,9,21), closed='left')
        ],
        'value': [1, 2]
    })
working_hours = pd.date_range('2011-11-09 07', '2011-11-09 23', freq='1H')

# 定义一个函数，检查单个时间戳是否在任意已占用区间内
def is_in_reserved(ts):
    return any(ts in interval for interval in df['reserved'])

# 对每个时间点应用函数，得到是否已被预留的布尔序列
is_reserved = pd.Series(working_hours).apply(is_in_reserved)

# 筛选未被预留的时间点
free_hours = working_hours[~is_reserved]

这个方法的逻辑和你最初尝试的思路更接近，但因为是循环逐个判断，大数据量下效率会比方法一低一些。

内容的提问来源于stack exchange，提问作者user3225309