Pandas，如何检查哪些 date_range 值在 pd.Interval 列的时间范围内

Question

我有一个表示（多个）小时间隔的数据框：

import pandas as pd
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]
})

|    | reserved                                   |   value |
|---:|:-------------------------------------------|--------:|
|  0 | [2011-11-09 08:00:00, 2011-11-09 12:00:00) |       1 |
|  1 | [2011-11-09 13:00:00, 2011-11-09 21:00:00) |       2 |

我必须找出从 07:00 到 23:00 没有保留的时间。 像这样的：

working_hours = pd.date_range('2021-11-09 07', '2021-11-09 23', freq='1H')

DatetimeIndex(['2021-11-09 07:00:00', '2021-11-09 08:00:00',
               '2021-11-09 09:00:00', '2021-11-09 10:00:00',
               '2021-11-09 11:00:00', '2021-11-09 12:00:00',
               '2021-11-09 13:00:00', '2021-11-09 14:00:00',
               '2021-11-09 15:00:00', '2021-11-09 16:00:00',
               '2021-11-09 17:00:00', '2021-11-09 18:00:00',
               '2021-11-09 19:00:00', '2021-11-09 20:00:00',
               '2021-11-09 21:00:00', '2021-11-09 22:00:00',
               '2021-11-09 23:00:00'],
              dtype='datetime64[ns]', freq='H')

哪个 working_hours 不是 df.reserved 间隔的一部分？ 在上面的例子中，我们可以看到2021-11-09 07:00:00没有保留，2021-11-09 12:00:00没有保留，还有小时2011-11-09 21:00:00 - 2011-11-09 22:00:00。

我希望我能做这样的事情：

pd.Timestamp(2021,11,9,8) in df.reserved

但这总是返回False。

我需要的是：working_hours not in df.reserved 以获得：

2021-11-09 07:00:00
2021-11-09 12:00:00
2011-11-09 21:00:00
2011-11-09 22:00:00

怎么做？

Answer 1

对位置使用Index.get_indexer，如果没有返回匹配-1，那么可以过滤working_hours：

i = pd.IntervalIndex(df.reserved)
s = pd.Series(working_hours[i.get_indexer(working_hours) == -1])
print (s)
0   2011-11-09 07:00:00
1   2011-11-09 12:00:00
2   2011-11-09 21:00:00
3   2011-11-09 22:00:00
4   2011-11-09 23:00:00
dtype: datetime64[ns]

在Index.map 中使用IntervalIndex.contains 并通过boolean indexing 过滤range：

working_hours = pd.date_range(pd.Timestamp(2011,11,9,7), 
                              pd.Timestamp(2011,11,9,23), freq='1H')

i = pd.IntervalIndex(df.reserved)
m = (working_hours.map(lambda x: not i.contains(x).any()))

s = working_hours.to_series()[m].reset_index(drop=True)
print (s)
0   2011-11-09 07:00:00
1   2011-11-09 12:00:00
2   2011-11-09 21:00:00
3   2011-11-09 22:00:00
4   2011-11-09 23:00:00
dtype: datetime64[ns]