Python 在数据框中展开带有日期的值

我有一个带有名称值和日期范围（开始/结束）的数据框。我需要用from/to索引生成的日期展开/替换这些日期。我该怎么做

Name                    date_range
NameOne_%Y%m-%d         [-2,1]
NameTwo_%y%m%d          [-3,1]        

预期结果（假设今天的日期为2021-03-09-2021年3月9日）：

我一直在尝试迭代数据帧，然后生成日期，但仍然无法使其工作

for index, row in self.config_df.iterrows():
    print(row['source'], row['date_range'])
    days_sub=int(str(self.config_df["date_range"][0]).strip("[").strip("]").split(",")[0].strip())
    days_add=int(str(self.config_df["date_range"][0]).strip("[").strip("]").split(",")[1].strip())
    start_date = date.today() + timedelta(days=days_sub)
    end_date = date.today() + timedelta(days=days_add)
    
    date_range_df=pd.date_range(start=start_date, end=end_date)
    date_range_df["source"]=row['source']

---

感谢您的帮助。谢谢

好的。从您的问题中，我了解到您有这样一个起始数据框：

config\u df=pd.DataFrame({
'name'：['NameOne_%Y-%m-%d'，'NameOne_%Y%m%d']，
'str_date_range'：['[-2,1]'，'[-3,1]']}）

因此：

               name str_date_range
0  NameOne_%Y-%m-%d         [-2,1]
1    NameTwo_%y%m%d         [-3,1]

为了实现您的目标并避免重复行（使用pandas应该避免重复行），您可以使用

groupby（）.apply（）

如下所示：

def展开（行）：
#通过拆分从行中获取开始日期和结束日期
#字符串和分别取第一个和最后一个值。
#.min（）是必需的，因为从技术上讲，行是pd.Series
start_date=row.str_date_range.str.strip（'[]'）.str.split（'，'）.str[0].astype（int）.min（）
end_date=row.str_date_range.str.strip（'[]'）.str.split（'，'）.str[1].astype（int）.min（）
#创建从开始日期到结束日期的列表范围。
#请注意，range（）不包括结束日期，因此添加1
日期范围=范围（开始日期、结束日期+1）
#从day_范围创建时间增量系列
日差=日到时差（日系列（日范围），单位为日）
#创建一系列大小相同的时间戳
todays=pd.Series（pd.Timestamp.today（））。repeat（len（day\u范围）-1）。reset\u index（drop=True）
df=今天。到_帧（name='date'）
#将日期差异添加到日期列
df['date']=df.date+天数
df['name']=row.name
#从名称中提取日期格式
日期\格式=行.名称.拆分（“”“”）[1]
#使用日期\格式字符串添加带有格式化日期的列
df['date\u str']=df.date.dt.strftime（日期格式=日期格式）
df['name']=df.name.str.split（''u'）.str[0]+''u'+df.date\u str
#可选：下拉列
返回df.drop（列=['date']）
config_df.groupby（'name'）。apply（展开）。reset_索引（drop=True）

返回：

                 name    date_str
0  NameOne_2021-03-07  2021-03-07
1  NameOne_2021-03-08  2021-03-08
2  NameOne_2021-03-09  2021-03-09
3      NameTwo_210306      210306
4      NameTwo_210307      210307
5      NameTwo_210308      210308
6      NameTwo_210309      210309

---

好的。从您的问题中，我了解到您有这样一个起始数据框：

config\u df=pd.DataFrame({
'name'：['NameOne_%Y-%m-%d'，'NameOne_%Y%m%d']，
'str_date_range'：['[-2,1]'，'[-3,1]']}）

因此：

               name str_date_range
0  NameOne_%Y-%m-%d         [-2,1]
1    NameTwo_%y%m%d         [-3,1]

为了实现您的目标并避免重复行（使用pandas应该避免重复行），您可以使用

groupby（）.apply（）

如下所示：

def展开（行）：
#通过拆分从行中获取开始日期和结束日期
#字符串和分别取第一个和最后一个值。
#.min（）是必需的，因为从技术上讲，行是pd.Series
start_date=row.str_date_range.str.strip（'[]'）.str.split（'，'）.str[0].astype（int）.min（）
end_date=row.str_date_range.str.strip（'[]'）.str.split（'，'）.str[1].astype（int）.min（）
#创建从开始日期到结束日期的列表范围。
#请注意，range（）不包括结束日期，因此添加1
日期范围=范围（开始日期、结束日期+1）
#从day_范围创建时间增量系列
日差=日到时差（日系列（日范围），单位为日）
#创建一系列大小相同的时间戳
todays=pd.Series（pd.Timestamp.today（））。repeat（len（day\u范围）-1）。reset\u index（drop=True）
df=今天。到_帧（name='date'）
#将日期差异添加到日期列
df['date']=df.date+天数
df['name']=row.name
#从名称中提取日期格式
日期\格式=行.名称.拆分（“”“”）[1]
#使用日期\格式字符串添加带有格式化日期的列
df['date\u str']=df.date.dt.strftime（日期格式=日期格式）
df['name']=df.name.str.split（''u'）.str[0]+''u'+df.date\u str
#可选：下拉列
返回df.drop（列=['date']）
config_df.groupby（'name'）。apply（展开）。reset_索引（drop=True）

返回：

                 name    date_str
0  NameOne_2021-03-07  2021-03-07
1  NameOne_2021-03-08  2021-03-08
2  NameOne_2021-03-09  2021-03-09
3      NameTwo_210306      210306
4      NameTwo_210307      210307
5      NameTwo_210308      210308
6      NameTwo_210309      210309

---

使用

ast

模块将您的

date\u范围从
str
转换为
list
：

import ast
df = df.assign(date_range=df["date_range"].apply(ast.literal_eval)

使用
date\u range
创建日期列表，并使用
explode
链接列表：

today = pd.Timestamp.today().normalize()
offset = pd.tseries.offsets.Day  # shortcut

names = pd.Series([pd.date_range(today + offset(end),
                                 today + offset(start),
                                 freq="-1D").strftime(name)
            for name, (start, end) in df.values]).explode(ignore_index=True)

使用
ast
模块将您的
date\u范围从
str
转换为
list
：

import ast
df = df.assign(date_range=df["date_range"].apply(ast.literal_eval)

使用
date\u range
创建日期列表，并使用
explode
链接列表：

today = pd.Timestamp.today().normalize()
offset = pd.tseries.offsets.Day  # shortcut

names = pd.Series([pd.date_range(today + offset(end),
                                 today + offset(start),
                                 freq="-1D").strftime(name)
            for name, (start, end) in df.values]).explode(ignore_index=True)

您的目标是从
config_df
生成一个简单的序列吗？我的目标是拥有一个全新的数据帧，每一行每天重复一次。我不仅需要日期序列，我还需要“名称”以及每个名称所需格式的日期。（例如，对于用2021年替换%Y的每个名称）您的目标是从
config_df
生成一个简单的系列吗？我的目标是拥有一个全新的数据帧，每一行每天重复一次。我不仅需要日期序列，我还需要“名称”以及每个名称所需格式的日期。（例如，对于用2021年替换%Y的每个名称）好的解决方案！一个问题：我们能用
df简化行吗？将
分配给
df[“date\u range”]=df[“date\u range”]。应用（ast.literal\u eval）
df.assign
创建一个新的数据框。除了所有现有列之外，还包含新列。因此，如果我们只是更新一列，为什么需要创建整个数据帧的副本？
df.assign
不会创建新列如果名称
date\u范围
与现有列相同，它会覆盖它。如果您愿意，可以使用
df[“日期范围”]
，它不会改变任何东西。我更喜欢使用
assign
，因为我可以链接多个函数<代码>df[“日期范围”]=df[“日期范围”]。应用（ast.literal\u eval）
是，了解使用相同列时没有创建新列n