Python如何处理日期范围重叠 计算员工各公司任职月份数

问题原因 #

1. 你的if not overlapping.empty判断永远为真：overlapping是完整的布尔Series，只要表有数据就不可能为空，所以else分支永远不会执行，自然不会把非重叠行的Duplicates设为0。
2. 非重叠行的时间差本身就是负数：你计算的是上一行的End - 当前行的Start，如果两行没有重叠，说明当前行Start晚于上一行End，差值自然为负。
3. 你写的for row in df完全冗余：遍历pandas DataFrame默认遍历的是列名，循环内的逻辑每次都是对整张表做计算，重复执行了多次没有任何意义。

快速修复当前问题 #

把没用的循环删掉，直接按条件赋值即可解决负数问题：

# 替换掉原来的整个for循环段落
df['Overlapping'] = df['Start'] < df['End'].shift()
df['Duplicates'] = np.where(df['Overlapping'], (df['End'].shift() - df['Start'])/np.timedelta64(1, 'M'), 0)

运行后非重叠行的Duplicates会被正确赋值为0。

完整符合需求的实现 #

你原有逻辑只能判断相邻行的重叠，且计算逻辑不符合「任职当月算1个月、重叠时段不计入有效时长」的规则，完整实现如下：

import io
import pandas as pd
from datetime import datetime

data = io.StringIO("""
Company,Start,End
A,2021-01-01,2021-03-01
B,2021-03-03,2021-06-07
C,2021-06-10,2021-08-28
D,2021-04-10,2021-10-02
""")

df = pd.read_csv(data)
df["Start"] = pd.to_datetime(df["Start"])
df["End"] = pd.to_datetime(df["End"])

# 生成每条记录覆盖的所有月份（格式为年-月）
def get_month_range(start, end):
    months = []
    cur = start.to_period('M')
    end_month = end.to_period('M')
    while cur <= end_month:
        months.append(str(cur))
        cur += 1
    return months

df['covered_months'] = df.apply(lambda x: get_month_range(x['Start'], x['End']), axis=1)

# 统计每个月份被多少家公司覆盖
all_months = []
for months in df['covered_months']:
    all_months.extend(months)
month_count = pd.Series(all_months).value_counts()

# 计算每家公司的有效月份（仅统计未和其他公司重叠的月份）
def calc_valid_months(month_list):
    valid = [m for m in month_list if month_count[m] == 1]
    return len(valid)

df['valid_duration(months)'] = df['covered_months'].apply(calc_valid_months)

# 输出结果
print(df[['Company', 'Start', 'End', 'valid_duration(months)']])

运行输出：

Company      Start        End  valid_duration(months)
0       A 2021-01-01 2021-03-01                       3
1       B 2021-03-03 2021-06-07                       1
2       C 2021-06-10 2021-08-28                       0
3       D 2021-04-10 2021-10-02                       2

内容的提问来源于stack exchange，提问作者Carlos