使用SQL Server连接在日期上进行Python行迭代遍历python数据框中的多列

如何解决使用SQL Server连接在日期上进行Python行迭代遍历python数据框中的多列

我有一个带有主索引和两个日期列的数据框。我正在使用主索引从sql Server检索数据，检索到的数据具有美元值和日期。

初始数据框外观

Primary_index   Issue_date    Experience_date
abc101          08/01/2018    08/01/2020
abc102          02/01/2018    02/01/2020
abc103          04/13/2017    04/13/2018
abc104          07/27/2019    07/27/2020

sql数据是这个

Primary_index   Paid_date     Amount
    abc101      07/01/2017    $50
    abc102      02/13/2018    $100
    abc101      05/23/2019    $500
    abc104      07/02/2020    $175
    abc104      09/02/2017    $175

我需要遍历Primary_index以及Issue_date和Experience_date，以确保Paid_date在Issue_date和Experience_date之间。

我正在遍历如下所示的主索引

df['Primary_Index'] = df['Primary_Index'].astype(str).str.strip()   
Primary_list = df['Primary_Index'].apply(lambda x: "'{}'".format(x)).tolist()   
list_split = [Primary_list [x:x+10000] for x in range(0,len(Primary_list),10000)]  
filter_list = []
for list in list_split:
    filter_list.append(','.join(list)) 
df_final = pd.DataFrame()
for i in filter_list:
    sql="""
    SELECT
       DB.tbl.Primary_Index,DB.tbl.Paid_date
    FROM
       DB.tbl
    WHERE
      DB.tbl.Primary_Index IN ("""+i+""")
      AND
      DB.tbl.Paid_date  BETWEEN  '2017-01-02 00:00:00'  AND  '2020-06-30 00:00:00'
    Group by
      DB.tbl.Primary_Index,DB.tbl.Paid_date
    """
    df_final = df_final.append(pd.read_sql(sql,con))

这个问题是我已经硬编码了最小和最大的Paid_date，它返回了数百万行。 有没有办法遍历初始数据框中的日期以及primary_index？