如何在python中将多天转换为每天？

我有以下

数据帧

：

import pandas as pd
    dt = pd.DataFrame({'start_date': ['2019-05-20', '2019-05-21', '2019-05-21'],
                       'end_date': ['2019-05-23', '2019-05-24', '2019-05-22'],
                       'reg': ['A', 'B','A'],
                       'measure': [100, 200,1000]})

我想创建一个名为“日期”的新列，该列的值从

start\u date

到

end\u date

，还有一个新列

measure\u daily

，该列将是

measure

在这些日期之间平均分布

基本上，我想用行来扩展dt

因此，我希望最终df如下所示：

   dt_f = pd.DataFrame({'date':['2019-05-20','2019-05-21','2019-05-22','2019-05-23','2019-05-21','2019-05-22','2019-05-23','2019-05-24', '2019-05-21','2019-05-22'],
                            'reg':['A','A','A','A','B','B','B','B','A','A'],
                             'measure_daily':[25,25,25,25,50,50,50,50,500,500]})

在python中有没有一种有效的方法来实现这一点？

TL；博士 给我一个解决方案：

---

细分： 首先，我们将您的

开始

和

结束日期

添加到同一列：

dt = dt.assign(key=dt.index)
melt = dt.melt(id_vars = ['reg', 'measure', 'key'], value_name='date').drop('variable', axis=1)

  reg  measure  key       date
0   A      100    0 2019-05-20
1   B      200    1 2019-05-21
2   A     1000    2 2019-05-21
3   A      100    0 2019-05-23
4   B      200    1 2019-05-24
5   A     1000    2 2019-05-22

然后我们每天在应用

groupby

的同时将不同的

reg

保留在各自的组中

melt = pd.concat(
    [d.set_index('date').resample('d').first().ffill() for _, d in melt.groupby(['reg', 'key'], sort=False)]
).reset_index()

        date reg  measure  key
0 2019-05-20   A    100.0  0.0
1 2019-05-21   A    100.0  0.0
2 2019-05-22   A    100.0  0.0
3 2019-05-23   A    100.0  0.0
4 2019-05-21   B    200.0  1.0
5 2019-05-22   B    200.0  1.0
6 2019-05-23   B    200.0  1.0
7 2019-05-24   B    200.0  1.0
8 2019-05-21   A   1000.0  2.0
9 2019-05-22   A   1000.0  2.0

最后，我们将

measure

列分布在各组的

size

上，包括：

---

那么您想按行扩展数据帧吗？@Erfan是，exactly@Xcodebeginner这个问题有两个主要区别：它没有考虑日期范围，也没有推广这一措施equally@anky_91我编辑了初始的

dt

，以创建一个“可复制的最终结果”。A&B现在每人都有4天。你认为，有一种方法可以扩展这个解决方案，以防在同一区域内的日期重叠？在同一区域内重叠的日期会是什么样子？您的意思是，在数据集

上更远的某个地方，区域A

将再次显示重叠的日期@数量，没错@killswitch解决方案我认为这是最后一个问题，在数据帧下方的一个新的

reg

与相同的reg具有相同的

measure

值，但在数据帧的上方会发生这种情况吗@quantLast编辑，这将提供正确的输出，并在大数据帧上快速运行

melt = pd.concat(
    [d.set_index('date').resample('d').first().ffill() for _, d in melt.groupby(['reg', 'key'], sort=False)]
).reset_index()

        date reg  measure  key
0 2019-05-20   A    100.0  0.0
1 2019-05-21   A    100.0  0.0
2 2019-05-22   A    100.0  0.0
3 2019-05-23   A    100.0  0.0
4 2019-05-21   B    200.0  1.0
5 2019-05-22   B    200.0  1.0
6 2019-05-23   B    200.0  1.0
7 2019-05-24   B    200.0  1.0
8 2019-05-21   A   1000.0  2.0
9 2019-05-22   A   1000.0  2.0

melt.assign(measure = melt['measure'].div(melt.groupby(['reg', 'key'], sort=False)['reg'].transform('size'))).drop('key', axis=1)

        date reg  measure
0 2019-05-20   A     25.0
1 2019-05-21   A     25.0
2 2019-05-22   A     25.0
3 2019-05-23   A     25.0
4 2019-05-21   B     50.0
5 2019-05-22   B     50.0
6 2019-05-23   B     50.0
7 2019-05-24   B     50.0
8 2019-05-21   A    500.0
9 2019-05-22   A    500.0