我正在尝试获取两个开始和结束日期 Pandas 列之间的日期列表,并带有单独的 ID。我找到了一个基本上就是我所追求的答案 (https://stackoverflow.com/a/53409207/14463396) 但这仅在开始日期和结束日期之间的时间段不重叠时才有效,而且我似乎无法弄清楚如何调整这个/使用另一种方法来获得我想要的输出。
下面是一个示例数据框:
df = pd.DataFrame({'ID' : [1, 2, 3],
'Start Date': ["2021-06-01", "2021-06-02", "2021-06-04"],
'End Date': ["2021-06-03", "2021-06-05", "2021-06-08"]})
这就是所需的输出:
ID Start Date End Date Dates
0 1 2021-06-01 2021-06-03 2021-06-01
1 1 2021-06-01 2021-06-03 2021-06-02
2 1 2021-06-01 2021-06-03 2021-06-03
3 2 2021-06-02 2021-06-05 2021-06-02
4 2 2021-06-02 2021-06-05 2021-06-03
5 2 2021-06-02 2021-06-05 2021-06-04
6 2 2021-06-02 2021-06-05 2021-06-05
7 3 2021-06-04 2021-06-08 2021-06-04
8 3 2021-06-04 2021-06-08 2021-06-05
9 3 2021-06-04 2021-06-08 2021-06-06
10 3 2021-06-04 2021-06-08 2021-06-07
11 3 2021-06-04 2021-06-08 2021-06-08
非常感谢任何帮助:)
答案 0 :(得分:2)
尝试创建日期列表然后explode
df['Start Date'] = pd.to_datetime(df['Start Date'])
df['End Date'] = pd.to_datetime(df['End Date'])
df['Dates'] = [pd.date_range(x, y) for x , y in zip(df['Start Date'],df['End Date'])]
df = df.explode('Dates')
df
Out[108]:
ID Start Date End Date Dates
0 1 2021-06-01 2021-06-03 2021-06-01
0 1 2021-06-01 2021-06-03 2021-06-02
0 1 2021-06-01 2021-06-03 2021-06-03
1 2 2021-06-02 2021-06-05 2021-06-02
1 2 2021-06-02 2021-06-05 2021-06-03
1 2 2021-06-02 2021-06-05 2021-06-04
1 2 2021-06-02 2021-06-05 2021-06-05
2 3 2021-06-04 2021-06-08 2021-06-04
2 3 2021-06-04 2021-06-08 2021-06-05
2 3 2021-06-04 2021-06-08 2021-06-06
2 3 2021-06-04 2021-06-08 2021-06-07
2 3 2021-06-04 2021-06-08 2021-06-08