如何用Pandas判断Datetime值是否属于所有Interval区间并统计数量

现有Pandas的Datetime列（存储时间值）和Interval列（存储时间区间），需要判断每一行的Datetime值是否属于所有Interval区间，统计符合条件的区间总数并写入新列Total。已谷歌搜索数小时仍未解决。

原始数据 #

期望结果 #

说明：第一行的Datetime值属于所有7个Interval区间，因此Total为7；第三行的Datetime值属于第3、6、7行的Interval区间，因此Total为3，以此类推。

尝试的代码 #

for ii in dt.index:
    if dt['Datetime'].notnull():
        dt['Total'][ii] = sum(dt['Datetime'] in (dt['Interval']))

问题分析 #

你的代码存在几个关键问题：

• 循环遍历索引的方式效率极低，不符合Pandas的最佳实践
• dt['Datetime'] in (dt['Interval']) 写法错误，无法实现逐个时间与区间的判断
• 未处理Interval列的格式混乱问题（部分缺括号、部分无括号），直接使用无法进行区间判断

解决方案 #

步骤1：解析Interval列，统一格式并提取区间规则 #

先写一个函数处理杂乱的区间字符串，提取起止时间和开闭区间规则；再批量判断每个Datetime是否属于所有区间，统计符合条件的数量。

完整代码如下：

import pandas as pd
from datetime import datetime

def parse_interval(interval_str):
    # 清理字符串中的多余符号和空格
    cleaned = interval_str.strip().strip('()[]')
    # 分割起止时间字符串
    start_str, end_str = cleaned.split(',')
    # 转换为datetime对象
    start = datetime.strptime(start_str.strip(), '%Y-%m-%d %H:%M:%S')
    end = datetime.strptime(end_str.strip(), '%Y-%m-%d %H:%M:%S')
    
    # 判断开闭区间规则：无括号默认闭区间
    left_closed = interval_str.startswith('[') or (not interval_str.startswith('(') and ',' in interval_str)
    right_closed = interval_str.endswith(']') or (not interval_str.endswith(')') and ',' in interval_str)
    
    return start, end, left_closed, right_closed

# 构建原始DataFrame
data = {
    'Datetime': ['2021-12-01 09:00:00', '2021-12-01 08:01:00', '2021-12-01 09:03:50',
                 '2021-12-01 08:03:42', '2021-12-01 08:00:12', '2021-12-01 09:03:43',
                 '2021-12-01 08:03:42'],
    'Interval': ['(2021-12-01 08:24:42, 2021-12-01 09:03:41]', '2021-12-01 08:03:42, 2021-12-01 09:03:41',
                 '(2021-12-01 09:03:43, 2021-12-01 10:03:42', '(2021-12-01 08:03:42, 2021-12-01 09:03:41]',
                 '2021-12-01 08:03:42, 2021-12-01 09:03:41', '(2021-12-01 09:03:43, 2021-12-01 10:03:42',
                 '(2021-12-01 09:03:43, 2021-12-01 10:03:42]']
}

df = pd.DataFrame(data)
# 转换Datetime列为datetime类型
df['Datetime'] = pd.to_datetime(df['Datetime'])

# 解析所有区间，得到规则列表
intervals = df['Interval'].apply(parse_interval).tolist()

# 判断单个时间是否在指定区间内
def is_in_interval(t, interval):
    start, end, left_closed, right_closed = interval
    left_ok = t >= start if left_closed else t > start
    right_ok = t <= end if right_closed else t < end
    return left_ok and right_ok

# 计算每个Datetime符合条件的区间数量
df['Total'] = df['Datetime'].apply(lambda t: sum(is_in_interval(t, iv) for iv in intervals))

# 输出结果
print(df)

代码说明 #

• 先统一解析所有区间字符串，处理了不同的开闭格式和残缺括号问题
• 使用apply批量处理每个Datetime，避免低效的索引循环
• 严格按照区间的开闭规则判断时间是否属于区间，结果与期望完全匹配

内容的提问来源于stack exchange，提问作者user7446890