Pandas如何通过groupby分组计算多个DatetimeIndex的交集

你要的需求完全可以实现，优先推荐用边界计算的高性能方案，避免生成大量日期序列浪费内存。

方案1：高性能边界计算法（推荐） #

核心逻辑：多个日期区间的共同重叠区间，必然是所有区间起始时间的最大值到所有区间结束时间的最小值。如果计算得到的起始时间大于结束时间，说明没有重叠，返回空的DatetimeIndex即可。
代码实现：

import pandas as pd

# 你的示例数据
df = pd.DataFrame([['2020-01-01', '2020-12-31'], 
                   ['2020-01-01', '2020-02-29'],
                   ['2020-01-01', '2020-12-31'], 
                   ['2020-06-01', '2020-12-31'],
                   ['2020-08-01', '2020-10-31']], columns=['start', 'end'], index=list('AABBB'))

# 先把日期列转为datetime格式
df[['start', 'end']] = df[['start', 'end']].apply(pd.to_datetime)

# 按索引分组计算重叠区间的边界
group_result = df.groupby(level=0).agg(
    overlap_start=('start', 'max'),
    overlap_end=('end', 'min')
)

# 生成最终的重叠DatetimeIndex
group_result['overlap_datetime_index'] = group_result.apply(
    lambda x: pd.date_range(x['overlap_start'], x['overlap_end']) 
    if x['overlap_start'] <= x['overlap_end'] 
    else pd.DatetimeIndex([]),
    axis=1
)

运行后结果：

• 索引A的overlap_datetime_index为2020-01-01到2020-02-29的DatetimeIndex，符合预期
• 索引B的overlap_datetime_index为2020-08-01到2020-10-31的DatetimeIndex，符合预期

方案2：基于DatetimeIndex.intersection迭代计算 #

如果你需要严格用intersection方法实现（比如后续有更复杂的交集逻辑），可以用reduce迭代计算多个DatetimeIndex的交集：

from functools import reduce
import pandas as pd

# 沿用你之前生成period_range的逻辑
df = pd.DataFrame([['2020-01-01', '2020-12-31'], 
                   ['2020-01-01', '2020-02-29'],
                   ['2020-01-01', '2020-12-31'], 
                   ['2020-06-01', '2020-12-31'],
                   ['2020-08-01', '2020-10-31']], columns=['start', 'end'], index=list('AABBB'))
df['period_range'] = df.apply(lambda x: pd.date_range(x['start'], x['end']), axis=1)

# 分组迭代求交集
def get_multi_intersection(idx_list):
    return reduce(lambda a, b: a.intersection(b), idx_list)

result = df.groupby(level=0)['period_range'].apply(get_multi_intersection)

注意事项：该方案需要为每行生成完整的日期序列，日期范围较大时内存占用高、运行速度慢，仅适合小数据量场景使用。

内容的提问来源于stack exchange，提问作者mrk.jhsn