使用Python中的签入和签出日期统计每天的预订数量

我正在计算每天的预订数量。我的数据集包含签入日期、签出日期。每行代表一次预订

我有以下代码来计算每天的预订数量：

df['duration'] = df['check-in date'] - df['check-out date']
df = df.groupby(['check-in date']).count()

我的问题是，我不知道如何将停留时间合并到我的计算中。目前，它只计算每天的预订量，不考虑停留时间。

---

如果登记日期为2020年1月1日，持续时间为3天，我希望将此预订计入2020年1月1日、2020年2月1日和2020年3月1日。

无需计算持续时间。使用

pd.date\u range

获取每行

签入日期

和

签出日期

之间的日期列表。然后使用

.explode

为日期列表中的每个元素创建新行。然后使用

.value\u counts（）

获取每个日期的计数

代码：

输入：

df = pd.DataFrame({'check-in-date':['1/1/2020', '2/1/2020'],
                  'check-out-date': ['3/1/2020', '5/1/2020']})
>>> df
  check-in-date check-out-date
0    2020-01-01     2020-01-03
1    2020-01-02     2020-01-05

输出：

>>> out
2020-01-01    1
2020-01-02    2
2020-01-03    2
2020-01-04    1
2020-01-05    1
dtype: int64

---

例如，我们的预订日历如下：

in          out
1984-01-01  1984-01-04
1984-01-02  1984-01-04
1984-01-03  1984-01-05
1984-01-04  1984-01-05

首先，我们必须将字符串格式化为datetime

df['date_in'] = pd.to_datetime(df['in'], format='%d.%m.%Y')
df['date_out'] = pd.to_datetime(df['out'], format='%d.%m.%Y')
df=df.drop(['in','out'],axis=1)

输出

date_in date_out
1984-01-01  1984-01-04
1984-01-02  1984-01-04
1984-01-03  1984-01-05
1984-01-04  1984-01-05

DATE
1984-01-01    1
1984-01-02    2
1984-01-03    3
1984-01-04    2

然后，我们必须用pd.date\u range写入所有日期范围，但最后一天除外

df['DATE'] = [pd.date_range(s, e, freq='d',closed='left') for s, e in
              zip(pd.to_datetime(df['date_in']), pd.to_datetime(df['date_out']))]

然后爆炸并计数

df.explode('DATE').groupby('DATE').size()

输出

date_in date_out
1984-01-01  1984-01-04
1984-01-02  1984-01-04
1984-01-03  1984-01-05
1984-01-04  1984-01-05

DATE
1984-01-01    1
1984-01-02    2
1984-01-03    3
1984-01-04    2