熊猫：pd.date_range 输出错误

Posted 2023-03-12

【中文标题】熊猫：pd.date_range 输出错误

【英文标题】：pandas :pd.date_range output error

【发布时间】：2017-05-14 12:12:04

【问题描述】：

我有一个包含 3 列 ID、vrddat、enddat 和 21000 行的数据集。

ID       vrddat      enddat

1       2015.01.01  2015.01.03    
2       2015.03.01  2015.03.03 

PS：每个ID可以有多个vrddat和enddat。

我需要如下输出：

ID      vrddat      enddat       day

1    2015.01.01   2015.01.03  2015.01.01
1    2015.01.01   2015.01.03  2015.01.02
1    2015.01.01   2015.01.03  2015.01.03
2    2015.03.01   2015.03.03  2015.03.01
2    2015.03.01   2015.03.03  2015.03.02
2    2015.03.01   2015.03.03  2015.03.03

我使用以下代码来获得以上输出

for index,row in data.iterrows():
    data_2 = pd.DataFrame(pd.date_range(row['vrddat'],row['enddat'], freq ='D'))

使用上面的代码我只得到 98 行，但理想情况下输出应该比输入包含更多的行。任何人都可以建议为什么我会得到这种输出。我的代码没有迭代每一行吗？如何在我的输出中也获得 ID、vrddat 和 enddat 变量？

请提出建议。

【参考方案1】：

您可以先使用to_datetime 两个列vrddat 和enddat，然后使用itertuples 和concat 创建新的扩展DataFrame。最后一个merge，但必须ID在df是唯一的。

df.vrddat = pd.to_datetime(df.vrddat)
df.enddat = pd.to_datetime(df.enddat)

df1 = pd.concat([pd.Series(r.ID,pd.date_range(r.vrddat, r.enddat)) for r in df.itertuples()])
        .reset_index()
df1.columns = ['day','ID']
print (df1)
         day  ID
0 2015-01-01   1
1 2015-01-02   1
2 2015-01-03   1
3 2015-03-01   2
4 2015-03-02   2
5 2015-03-03   2

print (pd.merge(df,df1, on='ID', how='left'))
   ID     vrddat     enddat        day
0   1 2015-01-01 2015-01-03 2015-01-01
1   1 2015-01-01 2015-01-03 2015-01-02
2   1 2015-01-01 2015-01-03 2015-01-03
3   2 2015-03-01 2015-03-03 2015-03-01
4   2 2015-03-01 2015-03-03 2015-03-02
5   2 2015-03-01 2015-03-03 2015-03-03

如果ID 不是唯一的，可以使用unique 索引进行合并：

df.vrddat = pd.to_datetime(df.vrddat)
df.enddat = pd.to_datetime(df.enddat)
df = df.reset_index()

df1=pd.concat([pd.Series(r.index,pd.date_range(r.vrddat,r.enddat)) for r in df.itertuples()])
      .reset_index()
df1.columns = ['day','index']
print (df1)
         day  index
0 2015-01-01      0
1 2015-01-02      0
2 2015-01-03      0
3 2015-03-01      1
4 2015-03-02      1
5 2015-03-03      1

print (pd.merge(df,df1, on='index', how='left').drop('index', axis=1))
   ID     vrddat     enddat        day
0   1 2015-01-01 2015-01-03 2015-01-01
1   1 2015-01-01 2015-01-03 2015-01-02
2   1 2015-01-01 2015-01-03 2015-01-03
3   2 2015-03-01 2015-03-03 2015-03-01
4   2 2015-03-01 2015-03-03 2015-03-02
5   2 2015-03-01 2015-03-03 2015-03-03

【讨论】：

非常感谢您抽出宝贵的时间，您的代码很有帮助您知道为什么我的输出只有 98 行吗？我错过了一些逻辑吗？

我认为你会在每个循环中覆盖 data_2，因此获取最后一个循环的输出 - df 中的最后一行。