Python 在大熊猫中传播射程日期

我有一个带有值的“范围日期”列表。 例如：

Start     End      Value
1/1/2017  10/1/2017  10
5/1/2017  8/1/2017   20
12/1/2017 13/1/2017  40

我想要作为输出的是一个数据帧（熊猫），带有一个从2017年1月1日到2017年12月31日的日历，其中每个值都被添加到开始和结束之间的日期中。
我当前的解决方案是：
1） 创建日历数据框
2） 使用np.0对日期和每个范围日期进行迭代，可以将“值”添加到日历数据框中

你知道有没有其他方法可以解决这个问题

这是我想要的结果（dataframe有2列）：

---

如果日期时间不重叠，则可以使用

DatetimeIndex

创建

系列

，并通过以下方式添加年份日期时间的所有缺失值：

---

最后一个数据帧使用

rename\u axis

和

reset\u index

：

df = s2.rename_axis('dates').reset_index(name='values')
print (df.head(15))
        dates  values
0  2017-01-01      10
1  2017-01-02      10
2  2017-01-03      10
3  2017-01-04      10
4  2017-01-05      30
5  2017-01-06      30
6  2017-01-07      30
7  2017-01-08      30
8  2017-01-09      10
9  2017-01-10      10
10 2017-01-11       0
11 2017-01-12      40
12 2017-01-13      40
13 2017-01-14       0
14 2017-01-15       0

---

你好，马塞洛，你能提供一份你想要得到的结果的摘录吗？此外，您所说的带有值的“范围日期”列表是什么意思？你是说python列表吗？你是说数据帧吗？不幸的是，它可能有重叠dates@Marcello-好的，如果重叠会发生什么？您需要聚合吗？这意味着如果

s

中相同日期时间的相同值需要

value

s的平均值？我刚刚用一个示例进行了更新。对于重叠，我必须求和（或其他简单的运算）。这是有可能有重叠的，每对夫妇的日期，我们可以有任何values@Marcello-编辑答案，有聚合

sum

by

level=0

，它通过

DatetimeIndex

菜单它工作（比我的解决方案更快）非常感谢

df['Start'] = pd.to_datetime(df['Start'], format='%d/%m/%Y')
df['End'] = pd.to_datetime(df['End'], format='%d/%m/%Y')

s = pd.concat([pd.Series(r.Value,pd.date_range(r.Start, r.End)) for r in df.itertuples()])
s = s.groupby(level=0).sum()
#print (s)

rng = pd.date_range('2017-01-01', '2017-12-31')
s2 = s.reindex(rng, fill_value=0)

print (s2.head(15))

2017-01-01    10
2017-01-02    10
2017-01-03    10
2017-01-04    10
2017-01-05    30
2017-01-06    30
2017-01-07    30
2017-01-08    30
2017-01-09    10
2017-01-10    10
2017-01-11     0
2017-01-12    40
2017-01-13    40
2017-01-14     0
2017-01-15     0
Freq: D, dtype: int64

df = s2.rename_axis('dates').reset_index(name='values')
print (df.head(15))
        dates  values
0  2017-01-01      10
1  2017-01-02      10
2  2017-01-03      10
3  2017-01-04      10
4  2017-01-05      30
5  2017-01-06      30
6  2017-01-07      30
7  2017-01-08      30
8  2017-01-09      10
9  2017-01-10      10
10 2017-01-11       0
11 2017-01-12      40
12 2017-01-13      40
13 2017-01-14       0
14 2017-01-15       0