如何按Person分组删除available_df中被delete_df时间区间包含的行？

首先假设你的两个DataFrame结构如下（需确保时间列是datetime类型）：

import pandas as pd

# 示例数据
available_df = pd.DataFrame({
    'Person': ['Alice', 'Alice', 'Bob', 'Charlie'],
    'start_time': pd.to_datetime(['2024-01-01', '2024-01-10', '2024-02-01', '2024-03-01']),
    'end_time': pd.to_datetime(['2024-01-05', '2024-01-15', '2024-02-10', '2024-03-10'])
})

delete_df = pd.DataFrame({
    'Person': ['Alice', 'Bob'],
    'start_time': pd.to_datetime(['2024-01-08', '2024-02-05']),
    'end_time': pd.to_datetime(['2024-01-20', '2024-02-15'])
})

步骤1：统一时间格式（必做） #

先把两个DataFrame的时间列转为datetime类型，避免字符串比较出错：

available_df[['start_time', 'end_time']] = available_df[['start_time', 'end_time']].apply(pd.to_datetime)
delete_df[['start_time', 'end_time']] = delete_df[['start_time', 'end_time']].apply(pd.to_datetime)

步骤2：按Person关联两个DataFrame #

用merge按Person做笛卡尔积，让每个available的行都能匹配到同Person的所有待删除时间区间：

merged = available_df.merge(delete_df, on='Person', suffixes=('_avail', '_del'), how='left')

步骤3：标记需要删除的行 #

判断available的时间区间是否被delete的区间完全包含，只要有一个匹配的delete区间满足条件，就标记为待删除；没有对应Person的行默认不删除：

merged['to_delete'] = (
    (merged['start_time_avail'] >= merged['start_time_del']) &
    (merged['end_time_avail'] <= merged['end_time_del'])
).fillna(False)

步骤4：过滤得到结果 #

按available的原始行分组，只要该组内有一个to_delete为True，就删除该行：

result = available_df[~merged.groupby(available_df.index)['to_delete'].any()]

运行后，示例中Alice的第二行（2024-01-10至2024-01-15）会被删除，因为被delete_df的区间包含；其他行保留。

补充说明 #

• 如果delete_df中同一个Person有多个时间区间，上述逻辑会检查所有区间，只要被其中一个包含就删除。
• 若你的时间列命名不同，替换代码中对应的列名即可。

内容的提问来源于stack exchange，提问作者ymmy