Vind overlappende tijden

Een klein programma waarin medewerkers hun afwezigheden kunnen opgeven. Het programma toont vervolgens of afwezigheidsperiodes elkaar overlappen.

Visuele weergave

Een strokenplanning m.b.v. Google Charts laat zien aan de gebruiker waar de tijden elkaar raken.

Door de begintijd en eindtijd te markeren met rode standlijnen is inzichtelijk hoe deze weergave zich verhoudt tot het datamodel

Door de overlap te arceren kan het iets duidelijker worden waar de overlappingen zich bevinden

Gebruikte tools

Python 3.8
- datetime
Django 3.0.6
- crispy_forms
- tables2
- Google Charts

models.py (Definitie datamodel)

Er zijn twee datamodellen gedefinieerd voor dit programma, "Personen" en "Aanwezigheid"

Het Personen datamodel

class Personen(models.Model):

    in_dienst_status = (('Ja','Ja'),('Nee','Nee'),)
    goedkeurder_status  = (('Ja','Ja'),('Nee','Nee'),)

    persoonnr = models.CharField(max_length=30)
    naam = models.CharField(max_length=100)
    administratie_werkgever = models.ForeignKey(BedrijfsAdministratie, on_delete=models.CASCADE)
    in_dienst_status = models.CharField(max_length=200, choices=in_dienst_status)

    gebruikersgroep  = models.CharField(max_length=200, choices=gebruikersgroep_status)
 
    #User model komt uit de standaard Django tabel
    account = models.ForeignKey(User, on_delete=models.CASCADE)

    class Meta:
        verbose_name_plural = "Personen"

    def __str__(self):
        return self.naam

Het Aanwezigheid datamodel

class Aanwezigheid(models.Model):

      status = (('Actief','Actief'), ('Inactief','Inactief'))

      persoon = models.ForeignKey(Personen, on_delete=models.CASCADE)
    
      datum = models.DateField()
      begintijd = models.TimeField()
      eindtijd = models.TimeField()
      status = models.CharField(max_length=100, choices=status)

      class Meta:
        verbose_name_plural = "Aanwezigheid"

De volgende records uit het Aanwezigheid datamodel zullen gebruikt worden als voorbeeld om overlappende tijden te vinden.

id	datum	begintijd	eindtijd	status	persoon_id
24	2021-03-07	09:00:00	10:00:00	Actief	1
25	2021-03-07	09:30:00	11:00:00	Actief	2
25	2021-03-07	09:15:00	10:30:00	Actief	3

forms.py

Met een Model based form kan snel een HTML formulier gedefinieerd worden met bootstrap stijl

class DateInput(forms.DateInput):
    input_type = 'date'

class TimeInput(forms.TimeInput):
    input_type = 'time'

class AanwezigheidsForm(ModelForm):

    class Meta:
        model = Aanwezigheid
        fields = [  
                    'datum',
                    'begintijd',
                    'eindtijd',
                    'status',
                    'persoon',
                    ]

        widgets = {'datum':DateInput(), 'begintijd':TimeInput(),'eindtijd':TimeInput()}

views.py

In views.py kunnen de bewerkingen gedaan en vind de interactie met gebruiker plaats.

def aanwezigheid(response, persoon):

    persoon = Personen.objects.get(id=persoon)
    persoon_id = Personen.objects.filter(account_id=response.user.id).values_list('id', flat=True)[0]
    
    #haalt het formulier op uit forms.py
    aanwezigheid_form = AanwezigheidsForm(initial={'persoon': persoon,  'status':'Actief'})
    aanwezigheid_form.fields['status'].widget = forms.HiddenInput()
    aanwezigheid_form.fields['persoon'].widget = forms.HiddenInput()

    if response.method == 'POST':
        
        if 'save' in response.POST:
            aanwezigheid_form = AanwezigheidsForm(response.POST)
            aanwezigheid_form.save()

            #https://docs.djangoproject.com/en/3.1/ref/forms/api/#django.forms.Form.cleaned_data
            cleaned_data = aanwezigheid_form.cleaned_data
            aanwezigheid_datum =  Aanwezigheid()
            aanwezigheid_datum.datum = cleaned_data['datum']

            jaar = aanwezigheid_datum.datum.year
            maand = aanwezigheid_datum.datum.month
            dag = aanwezigheid_datum.datum.day

            url = reverse('aanwezigheids_overzicht', kwargs={ 'persoon_id': persoon_id,  'jaar': jaar, 'maand':maand, 'dag':dag })
            return HttpResponseRedirect(url)
            

    return render(response, "aanwezigheid/aanwezigheid.html", {"aanwezigheid_form":aanwezigheid_form,
                                                               "persoon":persoon}
                                                               )

templates (map met HTML bestanden)

Templates is een map waarin de variabelen uit views.py gerenderd kunnen worden en response.POST kunnen worden teruggestuurd naar de views.py

{% include "claus_portaal/base.html" %}
{% load crispy_forms_tags %}
{% block content %}
{% if user.is_authenticated %}

<form method='POST'>
  {% csrf_token %}
  {{ aanwezigheid_form | crispy }}
  <hr>
  <button type="submit" name="save" class="btn btn-outline-secondary btn-block">Registreer afwezigheid</button>
</form>


{% endif %}
{% endblock %}

urls.py

In de urls.py worden de views aangeroepen, hier kunnen de diverse urls ook worden naamgegeven

urlpatterns =   [   path('aanwezigheid/<int:persoon>', views.aanwezigheid, name="aanwezigheid"),
                    path('aanwezigheids_overzicht/<int:persoon_id>/<int:jaar>/<int:maand>/<int:dag>', views.aanwezigheids_overzicht, name="aanwezigheids_overzicht"),
                    path('aanwezigheids_overzicht_per_dag', views.aanwezigheid_dagoverzicht, name="aanwezigheid_dagoverzicht"),
                 ]

visualisatie

html http://127.0.0.1:8000/claus_portaal

html http://127.0.0.1:8000/aanwezigheid/3 3 is in urls.py <int:persoon_id>

html http://127.0.0.1:8000/aanwezigheids_overzicht_per_dag

Benadering

Er zijn meerdere manieren mogelijk om de raakvlakken te vinden, mijn aanpak is door eerst per persoon de tijddeltas te definieren als een lijst van minuten. Deze lijst stop ik ik een dictionary. waarbij: key=persoon, value=tijddelta_minuten

in pseudocode:

uit het datamodel komt het volgende:
"Harm": ["begintijd, 9:00", "eindtijd: 10:00"],
"Thijs": ["begintijd, 9:30", "eindtijd: 11:00"],
"Coen": ["begintijd, 9:15", "eindtijd: 10:00"]
            
            
afwezigheid_dict = {
            "Harm":['9:00','9:01',...','9:59''10:00]
            "Thijs":['9:30,,'9:31',....,',10:59,'11:00']]
            "Coen": ['9:15,''9:16',...','9:59', '10:00']]
             }

Door de overlap te arceren kan het iets duidelijker worden waar de overlappingen zich bevinden

De volgende stap is om van alle gebruikers die hun afwezigheid hebben opgegeven voor die dag een tijddelta Δt

Δt Harm = [eindtijd-begintijd]
Δt Thijs = [eindtijd-begintijd]
Δt Coen = [eindtijd-begintijd]

Waarbij de waarde van [eindtijd-begintijd] een list is in minuten

##########################################################
### 2 defineer een verzameling  van tijddeltas per key ###
##########################################################

    vandaag  = datetime.datetime(jaar, maand, dag)

    persoon_ingelogd_minuten_delta_list  = []
    persoon_overige_minuten_delta_list  = []
    
    persoon_naam_overige_minuten_delta_list = []

    persoon_ingelogd_dict = {}
    persoon_overige_dict = {}

    #loop over het datamodel
    for i in afwezigheid_per_dag:

        #initialiseer de minuten
        start = date_time.combine(vandaag, i.begintijd)
        seconds = (date_time.combine(vandaag, i.eindtijd) - date_time.combine(vandaag, i.begintijd)).total_seconds()
        step = timedelta(minutes=1)
        
        #controleer wie is ingelogd
        if str(Personen.objects.filter(account_id=response.user.id)[0]) == str(i.persoon):   

            for j in range(0, int(seconds)+60, int(step.total_seconds())):
                persoon_ingelogd_minuten_delta_list.append([ (i.persoon.naam), start + (timedelta(seconds=j))])
                persoon_ingelogd_dict[i.persoon.naam] = persoon_ingelogd_minuten_delta_list

        else:

            for k in range(0, int(seconds)+60, int(step.total_seconds())):
                #voor later gebruik, aan het eind van he script
                persoon_naam_overige_minuten_delta_list.append([i.persoon, start + (timedelta(seconds=k))])
                
                persoon_overige_minuten_delta_list.append(start + (timedelta(seconds=k)))
               
                #door 'Overige' als key te gebruiken wordt er maar één dictionary gemaakt. 
                persoon_overige_dict['Overige'] = persoon_overige_minuten_delta_list

Output persoon_ingelogd_dict

Coen [datetime.datetime(2021, 3, 7, 9, 15), datetime.datetime(2021, 3, 7, 9, 16), datetime.datetime(2021, 3, 7, 9, 17), datetime.datetime(2021, 3, 7, 9, 18), datetime.datetime(2021, 3, 7, 9, 19), datetime.datetime(2021, 3, 7, 9, 20), datetime.datetime(2021, 3, 7, 9, 21), datetime.datetime(2021, 3, 7, 9, 22), datetime.datetime(2021, 3, 7, 9, 23), datetime.datetime(2021, 3, 7, 9, 24), datetime.datetime(2021, 3, 7, 9, 25), datetime.datetime(2021, 3, 7, 9, 26), datetime.datetime(2021, 3, 7, 9, 27), datetime.datetime(2021, 3, 7, 9, 28), datetime.datetime(2021, 3, 7, 9, 29), datetime.datetime(2021, 3, 7, 9, 30), datetime.datetime(2021, 3, 7, 9, 31), datetime.datetime(2021, 3, 7, 9, 32), datetime.datetime(2021, 3, 7, 9, 33), datetime.datetime(2021, 3, 7, 9, 34), datetime.datetime(2021, 3, 7, 9, 35), datetime.datetime(2021, 3, 7, 9, 36), datetime.datetime(2021, 3, 7, 
9, 37), datetime.datetime(2021, 3, 7, 9, 38), datetime.datetime(2021, 3, 7, 9, 39), datetime.datetime(2021, 3, 7, 9, 40), datetime.datetime(2021, 3, 7, 9, 41), datetime.datetime(2021, 3, 7, 9, 42), datetime.datetime(2021, 3, 7, 9, 43), datetime.datetime(2021, 3, 7, 9, 44), datetime.datetime(2021, 3, 7, 9, 45), datetime.datetime(2021, 3, 7, 9, 46), datetime.datetime(2021, 3, 7, 9, 47), datetime.datetime(2021, 3, 7, 9, 48), datetime.datetime(2021, 3, 7, 9, 49), datetime.datetime(2021, 3, 7, 9, 50), datetime.datetime(2021, 3, 7, 9, 51), datetime.datetime(2021, 3, 7, 9, 52), datetime.datetime(2021, 3, 7, 9, 53), datetime.datetime(2021, 3, 7, 9, 54), 
datetime.datetime(2021, 3, 7, 9, 55), datetime.datetime(2021, 3, 7, 9, 56), datetime.datetime(2021, 3, 7, 9, 57), datetime.datetime(2021, 3, 7, 9, 58), datetime.datetime(2021, 3, 7, 9, 59), datetime.datetime(2021, 3, 7, 10, 0), datetime.datetime(2021, 3, 7, 10, 1), datetime.datetime(2021, 3, 7, 10, 2), datetime.datetime(2021, 3, 7, 10, 3), datetime.datetime(2021, 3, 7, 10, 4), datetime.datetime(2021, 3, 7, 10, 5), datetime.datetime(2021, 3, 7, 10, 6), datetime.datetime(2021, 3, 7, 10, 7), datetime.datetime(2021, 3, 7, 10, 8), datetime.datetime(2021, 3, 7, 10, 9), datetime.datetime(2021, 3, 7, 10, 10), datetime.datetime(2021, 3, 7, 10, 11), datetime.datetime(2021, 3, 7, 10, 12), datetime.datetime(2021, 3, 7, 10, 13), datetime.datetime(2021, 3, 7, 10, 14), datetime.datetime(2021, 3, 7, 10, 15), datetime.datetime(2021, 3, 7, 10, 16), datetime.datetime(2021, 3, 7, 10, 17), datetime.datetime(2021, 3, 7, 10, 18), datetime.datetime(2021, 3, 7, 10, 19), datetime.datetime(2021, 3, 7, 10, 20), datetime.datetime(2021, 3, 7, 10, 21), datetime.datetime(2021, 3, 7, 10, 22), datetime.datetime(2021, 3, 7, 10, 23), datetime.datetime(2021, 3, 7, 10, 24), datetime.datetime(2021, 3, 7, 10, 25), datetime.datetime(2021, 3, 7, 10, 26), datetime.datetime(2021, 3, 7, 10, 27), datetime.datetime(2021, 3, 7, 10, 28), datetime.datetime(2021, 3, 7, 10, 29), datetime.datetime(2021, 3, 7, 10, 30)]

De volgende stap is om te controleren in deze list waar de minuten overeenkomen per persoon:

Output persoon_overige_dict

Overige [datetime.datetime(2021, 3, 7, 9, 0), datetime.datetime(2021, 3, 7, 9, 1), datetime.datetime(2021, 3, 7, 9, 2), datetime.datetime(2021, 3, 7, 9, 3), datetime.datetime(2021, 3, 7, 9, 4), datetime.datetime(2021, 
3, 7, 9, 5), datetime.datetime(2021, 3, 7, 9, 6), datetime.datetime(2021, 3, 7, 9, 7), datetime.datetime(2021, 3, 7, 9, 8), datetime.datetime(2021, 3, 7, 9, 9), datetime.datetime(2021, 3, 7, 9, 10), datetime.datetime(2021, 3, 7, 9, 11), datetime.datetime(2021, 3, 7, 9, 12), datetime.datetime(2021, 3, 7, 9, 13), datetime.datetime(2021, 3, 7, 9, 14), datetime.datetime(2021, 3, 7, 9, 15), datetime.datetime(2021, 3, 7, 9, 16), datetime.datetime(2021, 3, 7, 9, 17), datetime.datetime(2021, 3, 7, 9, 18), datetime.datetime(2021, 3, 7, 9, 19), datetime.datetime(2021, 3, 7, 9, 20), datetime.datetime(2021, 3, 7, 9, 21), datetime.datetime(2021, 3, 7, 9, 22), datetime.datetime(2021, 3, 7, 9, 23), datetime.datetime(2021, 3, 7, 9, 24), datetime.datetime(2021, 3, 7, 9, 25), datetime.datetime(2021, 3, 7, 9, 26), datetime.datetime(2021, 3, 7, 9, 27), datetime.datetime(2021, 3, 
7, 9, 28), datetime.datetime(2021, 3, 7, 9, 29), datetime.datetime(2021, 3, 7, 9, 30), datetime.datetime(2021, 3, 7, 9, 31), datetime.datetime(2021, 3, 7, 9, 32), datetime.datetime(2021, 3, 7, 9, 33), datetime.datetime(2021, 3, 7, 9, 34), datetime.datetime(2021, 3, 7, 9, 35), datetime.datetime(2021, 3, 7, 9, 36), datetime.datetime(2021, 3, 7, 9, 37), datetime.datetime(2021, 3, 7, 9, 38), datetime.datetime(2021, 3, 7, 9, 39), datetime.datetime(2021, 3, 7, 9, 40), datetime.datetime(2021, 3, 7, 9, 41), datetime.datetime(2021, 3, 7, 9, 42), datetime.datetime(2021, 3, 7, 9, 43), datetime.datetime(2021, 3, 7, 9, 44), datetime.datetime(2021, 3, 7, 9, 45), datetime.datetime(2021, 3, 7, 9, 46), datetime.datetime(2021, 3, 7, 9, 47), datetime.datetime(2021, 3, 7, 9, 48), datetime.datetime(2021, 3, 7, 9, 49), datetime.datetime(2021, 3, 7, 9, 50), datetime.datetime(2021, 3, 7, 9, 51), datetime.datetime(2021, 3, 7, 9, 52), datetime.datetime(2021, 3, 7, 9, 53), datetime.datetime(2021, 3, 7, 9, 54), datetime.datetime(2021, 3, 7, 9, 55), datetime.datetime(2021, 3, 7, 9, 56), datetime.datetime(2021, 3, 7, 9, 57), datetime.datetime(2021, 3, 7, 9, 58), datetime.datetime(2021, 3, 7, 9, 59), datetime.datetime(2021, 3, 7, 10, 0), datetime.datetime(2021, 3, 7, 9, 30), datetime.datetime(2021, 3, 7, 9, 31), datetime.datetime(2021, 3, 7, 9, 32), datetime.datetime(2021, 3, 7, 9, 33), datetime.datetime(2021, 3, 7, 9, 34), datetime.datetime(2021, 3, 7, 9, 35), datetime.datetime(2021, 3, 7, 9, 36), datetime.datetime(2021, 3, 7, 9, 
37), datetime.datetime(2021, 3, 7, 9, 38), datetime.datetime(2021, 3, 7, 9, 39), datetime.datetime(2021, 3, 7, 9, 40), datetime.datetime(2021, 3, 7, 9, 41), datetime.datetime(2021, 3, 7, 9, 42), datetime.datetime(2021, 3, 7, 9, 43), datetime.datetime(2021, 3, 7, 9, 44), datetime.datetime(2021, 3, 7, 9, 45), datetime.datetime(2021, 3, 7, 9, 46), datetime.datetime(2021, 3, 7, 9, 47), datetime.datetime(2021, 3, 7, 9, 48), datetime.datetime(2021, 3, 7, 9, 49), datetime.datetime(2021, 3, 7, 9, 50), datetime.datetime(2021, 3, 7, 9, 51), datetime.datetime(2021, 3, 7, 9, 52), datetime.datetime(2021, 3, 7, 9, 53), datetime.datetime(2021, 3, 7, 9, 54), datetime.datetime(2021, 3, 7, 9, 55), datetime.datetime(2021, 3, 7, 9, 56), datetime.datetime(2021, 3, 7, 9, 57), datetime.datetime(2021, 3, 7, 9, 58), datetime.datetime(2021, 3, 7, 9, 59), datetime.datetime(2021, 3, 7, 10, 0), datetime.datetime(2021, 3, 7, 10, 1), datetime.datetime(2021, 3, 7, 10, 2), datetime.datetime(2021, 3, 7, 10, 3), datetime.datetime(2021, 3, 7, 10, 4), datetime.datetime(2021, 3, 7, 10, 5), datetime.datetime(2021, 3, 7, 10, 6), datetime.datetime(2021, 3, 7, 10, 7), datetime.datetime(2021, 3, 7, 10, 8), datetime.datetime(2021, 3, 7, 10, 9), datetime.datetime(2021, 3, 7, 10, 10), datetime.datetime(2021, 3, 7, 10, 11), datetime.datetime(2021, 3, 7, 10, 12), datetime.datetime(2021, 3, 7, 10, 13), datetime.datetime(2021, 3, 7, 10, 14), datetime.datetime(2021, 3, 7, 10, 15), datetime.datetime(2021, 3, 7, 10, 16), datetime.datetime(2021, 3, 7, 10, 17), datetime.datetime(2021, 3, 7, 10, 18), datetime.datetime(2021, 3, 7, 10, 19), datetime.datetime(2021, 3, 7, 10, 20), datetime.datetime(2021, 3, 7, 10, 21), datetime.datetime(2021, 3, 7, 10, 22), datetime.datetime(2021, 3, 7, 10, 23), datetime.datetime(2021, 3, 7, 10, 24), datetime.datetime(2021, 3, 7, 10, 25), datetime.datetime(2021, 3, 7, 10, 26), datetime.datetime(2021, 3, 7, 10, 27), datetime.datetime(2021, 3, 7, 10, 28), 
datetime.datetime(2021, 3, 7, 10, 29), datetime.datetime(2021, 3, 7, 10, 30), datetime.datetime(2021, 3, 7, 10, 31), datetime.datetime(2021, 3, 7, 10, 32), datetime.datetime(2021, 3, 7, 10, 33), datetime.datetime(2021, 3, 7, 10, 34), datetime.datetime(2021, 3, 7, 10, 35), datetime.datetime(2021, 3, 7, 10, 36), datetime.datetime(2021, 3, 7, 10, 37), datetime.datetime(2021, 3, 7, 10, 38), datetime.datetime(2021, 3, 7, 10, 39), datetime.datetime(2021, 3, 7, 10, 40), datetime.datetime(2021, 3, 7, 10, 41), datetime.datetime(2021, 3, 7, 10, 42), datetime.datetime(2021, 3, 7, 10, 43), datetime.datetime(2021, 3, 7, 10, 44), datetime.datetime(2021, 3, 7, 
10, 45), datetime.datetime(2021, 3, 7, 10, 46), datetime.datetime(2021, 3, 7, 10, 47), datetime.datetime(2021, 3, 7, 10, 48), datetime.datetime(2021, 3, 7, 10, 49), datetime.datetime(2021, 3, 7, 10, 50), datetime.datetime(2021, 3, 7, 10, 51), datetime.datetime(2021, 3, 7, 10, 52), datetime.datetime(2021, 3, 7, 10, 53), datetime.datetime(2021, 3, 7, 10, 54), datetime.datetime(2021, 3, 7, 10, 55), datetime.datetime(2021, 3, 7, 10, 56), datetime.datetime(2021, 3, 7, 10, 57), datetime.datetime(2021, 3, 7, 10, 58), datetime.datetime(2021, 3, 7, 10, 59), datetime.datetime(2021, 3, 7, 11, 0)]

Om de overlap te vinden kan de de volgende functie gebruikt worden set geeft een list terug met alleen unieke waarden, door de twee listen te verenigen met &

overlap_list = sorted(set(persoon_ingelogd_minuten_delta_list) & set(persoon_overige_minuten_delta_list))

Output van overlap_list

[datetime.datetime(2021, 3, 7, 9, 15), datetime.datetime(2021, 3, 7, 9, 16), datetime.datetime(2021, 3, 7, 9, 17), datetime.datetime(2021, 3, 7, 9, 18), datetime.datetime(2021, 3, 7, 9, 19), datetime.datetime(2021, 3, 
7, 9, 20), datetime.datetime(2021, 3, 7, 9, 21), datetime.datetime(2021, 3, 7, 9, 22), datetime.datetime(2021, 3, 7, 9, 23), datetime.datetime(2021, 3, 7, 9, 24), datetime.datetime(2021, 3, 7, 9, 25), datetime.datetime(2021, 3, 7, 9, 26), datetime.datetime(2021, 3, 7, 9, 27), datetime.datetime(2021, 3, 7, 9, 28), datetime.datetime(2021, 3, 7, 9, 29), datetime.datetime(2021, 3, 7, 9, 30), datetime.datetime(2021, 3, 7, 9, 31), datetime.datetime(2021, 3, 7, 9, 32), datetime.datetime(2021, 3, 7, 9, 33), datetime.datetime(2021, 3, 7, 9, 34), datetime.datetime(2021, 3, 7, 9, 35), datetime.datetime(2021, 3, 7, 9, 36), datetime.datetime(2021, 3, 7, 9, 37), datetime.datetime(2021, 3, 7, 9, 38), datetime.datetime(2021, 3, 7, 9, 39), datetime.datetime(2021, 3, 7, 9, 40), datetime.datetime(2021, 3, 7, 9, 41), datetime.datetime(2021, 3, 7, 9, 42), datetime.datetime(2021, 3, 7, 9, 43), datetime.datetime(2021, 3, 7, 9, 44), datetime.datetime(2021, 3, 7, 9, 45), datetime.datetime(2021, 3, 7, 9, 46), datetime.datetime(2021, 3, 7, 9, 47), datetime.datetime(2021, 3, 7, 9, 48), datetime.datetime(2021, 3, 7, 9, 49), datetime.datetime(2021, 3, 7, 9, 50), datetime.datetime(2021, 3, 7, 9, 51), datetime.datetime(2021, 3, 7, 9, 52), datetime.datetime(2021, 3, 7, 9, 53), datetime.datetime(2021, 3, 7, 9, 54), datetime.datetime(2021, 3, 7, 9, 55), datetime.datetime(2021, 3, 7, 9, 56), datetime.datetime(2021, 3, 7, 9, 57), datetime.datetime(2021, 3, 7, 9, 58), datetime.datetime(2021, 3, 7, 9, 59), datetime.datetime(2021, 3, 7, 10, 0)]

Een visuele controle laat zien dat dit alle overlappende minuten van de gebruiker Coen zijn, het laat echter nog niet zien met wie de overlapping heeft plaatsgevonden. Daarvoor maken we een aparte list waar we de persoon kunnen toevoegen

overlap_per_naam_list = []

for j in overlap_list:
    for i in persoon_naam_overige_minuten_delta_list:
        if i[1] == j:
            overlap_per_naam_list.append( [i, [j]])

Output overlap_per_naam_list

[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 15)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 16)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 17)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 18)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 19)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 20)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 21)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 22)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 23)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 24)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 25)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 26)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 27)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 28)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 29)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 30)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 30)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 31)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 31)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 32)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 32)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 33)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 33)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 34)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 34)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 35)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 35)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 36)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 36)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 37)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 37)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 38)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 38)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 39)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 39)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 40)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 40)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 41)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 41)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 42)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 42)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 43)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 43)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 44)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 44)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 45)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 45)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 46)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 46)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 47)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 47)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 48)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 48)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 49)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 49)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 50)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 50)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 51)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 51)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 52)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 52)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 53)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 53)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 54)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 54)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 55)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 55)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 56)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 56)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 57)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 57)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 58)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 58)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 59)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 59)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 10, 0)]]
[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 10, 0)]]

Deze output geeft het antwoord waar de overlap zit, de output omzetten naar een voor mensen leesbare structuur gebeurt als volgt:

#zet de list van lists om naar een dictionary met defaultdict, defaultdict kan een dynamische key bevatten ipv dict
overlap_dict = defaultdict(list)

for naam, minuten in overlap_per_naam_list:
    overlap_dict[naam].append(minuten)

overlap_persoon_minuut_list = overlap_dict.items()   


#fatsoeneer de lijst om mooi te renderen in HTML
render_persoon_minuut_list = []
for i in overlap_persoon_minuut_list:
    render_persoon_minuut_list.append([i[0], i[1][0], i[1][-1]])

Output render_persoon_minuut_list Let wel op, hier zitten de intervallen niet meer tussen, dit zijn alleen de begin en eindtijden van de overlapping gemaakt ten behoeve voor leesbaarheid gebruiker.

[<Personen: Coen>, [datetime.datetime(2021, 3, 7, 9, 15)], [datetime.datetime(2021, 3, 7, 10, 0)]]
[<Personen: Thijs>, [datetime.datetime(2021, 3, 7, 9, 30)], [datetime.datetime(2021, 3, 7, 10, 0)]]

Eindproduct

Conclusie

begintijd en eindtijd is bekend per persoon
hiermee kan een tijddelta gemaakt worden (een list van minuten ( eindtijd-begintijd))
deze list kan in een dictionary worden gestopt, waarbij de key de persoon is.
door alle minuten van de overige personen (de niet ingelogd persoon) in een lijst te stoppen, kunnen de items van de list vergeleken worden met de items van de list van het ingelogde persoon. de matchende list items is waar de persoon overlap heeft
door de minuten te vergelijken van de persoon tijddelta dictionary kan weer worden herleid met wie de ingelogde persoon tegelijkertijd afwezig is
mochten er intervallen zijn op een afwezigheidsregistratie dan ziet dit script dit ook omdat er per minuut wordt vergeleken
script werkt alleen op dagregistratie

C-Claus / vind_overlap_tijden