Pythonでの効率的な日付範囲の重複計算？

2つの日付範囲があり、各範囲は開始日と終了日によって決定されます（明らかに、datetime.date（）インスタンス）。2つの範囲は重複する場合と重複しない場合があります。重なりの日数が必要です。もちろん、両方の範囲内のすべての日付で2つのセットを事前に入力し、セットの共通部分を実行することはできますが、これはおそらく非効率的です...すべてのケースをカバーする長いif-elifセクションを使用する別のソリューションとは別のより良い方法はありますか？

• 2つの開始日の最も遅い日付と2つの終了日の最も早い日付を決定します。
• それらを引くことによってタイムデルタを計算します。
• デルタが正の場合、それはオーバーラップの日数です。

計算例は次のとおりです。

>>> from datetime import datetime
>>> from collections import namedtuple
>>> Range = namedtuple('Range', ['start', 'end'])

>>> r1 = Range(start=datetime(2012, 1, 15), end=datetime(2012, 5, 10))
>>> r2 = Range(start=datetime(2012, 3, 20), end=datetime(2012, 9, 15))
>>> latest_start = max(r1.start, r2.start)
>>> earliest_end = min(r1.end, r2.end)
>>> delta = (earliest_end - latest_start).days + 1
>>> overlap = max(0, delta)
>>> overlap
52

関数呼び出しは、算術演算よりもコストがかかります。

これを行う最も速い方法は、2つの減算と1つのmin（）を含みます。

min(r1.end - r2.start, r2.end - r1.start).days + 1

1つの減算、1つのmin（）およびmax（）を必要とする次善の策と比較して：

(min(r1.end, r2.end) - max(r1.start, r2.start)).days + 1

もちろん、両方の式で、正の重なりをチェックする必要があります。

以下に示すように、TimeRangeクラスを実装しました。

get_overlapped_rangeは、最初に単純な条件によってすべての重複していないオプションを無効にし、次にすべての可能なオプションを考慮して重複範囲を計算します。

日数を取得するには、get_overlapped_rangeから返されたTimeRange値を取得し、期間を60 * 60 * 24で割る必要があります。

class TimeRange(object):
    def __init__(self, start, end):
        self.start = start
        self.end = end
        self.duration = self.end - self.start

    def is_overlapped(self, time_range):
        if max(self.start, time_range.start) < min(self.end, time_range.end):
            return True
        else:
            return False

    def get_overlapped_range(self, time_range):
        if not self.is_overlapped(time_range):
            return

        if time_range.start >= self.start:
            if self.end >= time_range.end:
                return TimeRange(time_range.start, time_range.end)
            else:
                return TimeRange(time_range.start, self.end)
        elif time_range.start < self.start:
            if time_range.end >= self.end:
                return TimeRange(self.start, self.end)
            else:
                return TimeRange(self.start, time_range.end)

    def __repr__(self):
        return '{0} ------> {1}'.format(*[time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(d))
                                          for d in [self.start, self.end]])

datetimerangeパッケージを使用できます：https：//pypi.org/project/DateTimeRange/

from datetimerange import DateTimeRange
time_range1 = DateTimeRange("2015-01-01T00:00:00+0900", "2015-01-04T00:20:00+0900") 
time_range2 = DateTimeRange("2015-01-01T00:00:10+0900", "2015-01-04T00:20:00+0900")
tem3 = time_range1.intersection(time_range2)
if tem3.NOT_A_TIME_STR == 'NaT':  # No overlap
    S_Time = 0
else: # Output the overlap seconds
    S_Time = tem3.timedelta.total_seconds()

DateTimeRange（）内の「2015-01-01T00：00：00 + 0900」は、Timestamp（ '2017-08-30 20:36:25'）のように日時形式にすることもできます。

擬似コード：

 1 + max( -1, min( a.dateEnd, b.dateEnd) - max( a.dateStart, b.dateStart) )

def get_overlap(r1,r2):
    latest_start=max(r1[0],r2[0])
    earliest_end=min(r1[1],r2[1])
    delta=(earliest_end-latest_start).days
    if delta>0:
        return delta+1
    else:
        return 0

私のdfはすべてのシリーズを使用しているため、私のソリューションは少し不安定ですが、次の列があり、そのうちの2つが固定されているとしましょう。これが「会計年度」です。PoPは、変数データである「パフォーマンスの期間」です。

df['PoP_Start']
df['PoP_End']
df['FY19_Start'] = '10/1/2018'
df['FY19_End'] = '09/30/2019'

すべてのデータが日時形式であると想定します。

df['FY19_Start'] = pd.to_datetime(df['FY19_Start'])
df['FY19_End'] = pd.to_datetime(df['FY19_End'])

次の式を試して、重複する日数を見つけてください。

min1 = np.minimum(df['POP_End'], df['FY19_End'])
max2 = np.maximum(df['POP_Start'], df['FY19_Start'])

df['Overlap_2019'] = (min1 - max2) / np.timedelta64(1, 'D')
df['Overlap_2019'] = np.maximum(df['Overlap_2019']+1,0)