Python 在数据框设置的范围内计算日期

我有一个pandas数据框，它包含两个日期列，一个开始日期和一个定义范围的结束日期。我希望能够收集数据框中所有行中所有日期的总计数，如这些列所定义的

例如，该表如下所示：

index        start_date         end date
     0         '2015-01-01'    '2015-01-17'
     1         '2015-01-03'    '2015-01-12'

结果将是每个日期的合计，如：

    date           count
'2015-01-01'     1
'2015-01-02'     1
'2015-01-03'     2

等等

我目前的方法可以工作，但在大数据帧上速度非常慢，因为我在各行之间循环，计算范围，然后在此循环。我希望找到更好的方法

目前我正在做：

date = pd.date_range (min (df.start_date), max (df.end_date))
df2 = pd.DataFrame (index =date)
df2 ['count'] = 0

for index, row in df.iterrows ():
    dates = pd.date_range (row ['start_date'], row ['end_date'])
    for date in dates:
        df2.loc['date']['count'] += 1

---

我认为这里的解决方案是“堆叠”两个日期列，按日期分组，然后进行计数。使用df.stack（）函数。以下是我总结出来的一个很好的解决方案：

import datetime
df = pd.DataFrame({'Start' : [datetime.date(2016, 5, i) for i in range(1,30)],
                  'End':[datetime.date(2016, 5, i) for i in range(1,30)]})
df.stack().reset_index()[[0, 'level_1']].groupby(0).count()

我将使用以下方法：

In [76]: df
Out[76]:
      start_date   end_date
index
0     2015-01-01 2015-01-17
1     2015-01-03 2015-01-12
2     2015-01-03 2015-01-17

In [77]: pd.melt(df, value_vars=['start_date','end_date']).groupby('value').size()
Out[77]:
value
2015-01-01    1
2015-01-03    2
2015-01-12    1
2015-01-17    2
dtype: int64

---

按照@Sam的建议堆叠相关列后，只需使用

编辑：

鉴于您还希望计算开始日期和结束日期之间的日期：

start_dates = pd.to_datetime(df.start_date)
end_dates = pd.to_datetime(df.end_date)

>>> pd.Series(dt.date() for group in 
              [pd.date_range(start, end) for start, end in zip(start_dates, end_dates)]  
              for dt in group).value_counts()
Out[178]: 
2015-01-07    2
2015-01-06    2
2015-01-12    2
2015-01-05    2
2015-01-04    2
2015-01-10    2
2015-01-03    2
2015-01-09    2
2015-01-08    2
2015-01-11    2
2015-01-16    1
2015-01-17    1
2015-01-14    1
2015-01-15    1
2015-01-02    1
2015-01-01    1
2015-01-13    1
dtype: int64

---

我认为您的解决方案更好+1；）当我在我的大数据集上运行它时，我最初认为这是正确的，但我决定在玩具数据集上测试，以确保我理解。这样做的目的是计算“开始日期”和“结束日期”的实例，但我想做的（以及我在示例中所做的）也是提取“开始日期”和“结束日期”之间的日期，并计算它们。如果开始日期是2015-01-05，结束日期是2015-01-07，那么我仍然想计算2015-01-06，这一方法不适用。好的，我不太清楚。我可以很快修改它。

start_dates = pd.to_datetime(df.start_date)
end_dates = pd.to_datetime(df.end_date)

>>> pd.Series(dt.date() for group in 
              [pd.date_range(start, end) for start, end in zip(start_dates, end_dates)]  
              for dt in group).value_counts()
Out[178]: 
2015-01-07    2
2015-01-06    2
2015-01-12    2
2015-01-05    2
2015-01-04    2
2015-01-10    2
2015-01-03    2
2015-01-09    2
2015-01-08    2
2015-01-11    2
2015-01-16    1
2015-01-17    1
2015-01-14    1
2015-01-15    1
2015-01-02    1
2015-01-01    1
2015-01-13    1
dtype: int64