Python Pandas-每天dateranges的总和值

我有一个来自项目进度表的数据框架：

Task    Start        End      Staff
Task 1  2020-1-1    2020-1-4   11
Task 2  2020-1-2    2020-1-4   12
Task 3  2020-1-4    2020-1-6    2
...

期望输出：

day         staff
2020-1-1    11
2020-1-2    23
2020-1-3    23
2020-1-4    25
2020-1-5    14

到目前为止，我正在使用

.iterrows（）

完成完整的df

day = timedelta(days=1)
new_rows = []
for index, row in df.iterrows():
    start = row.Start
    while start <= row.End:
        newrow = row.copy()
        newrow['day'] = start
        new_rows.append(newrow.values)

        start += day
df_staff = pd.DataFrame(new_rows, columns= newrow.index).reset_index()

day=timedelta（days=1）
新行=[]
对于索引，df.iterrows（）中的行：
开始=行。开始
虽然start这里总是需要循环，因为处理每行的范围。一种可能的解决方案是使用
concat
和
sum
：

df1 = (pd.concat([pd.Series(r.Staff,pd.date_range(r.Start, r.End)) 
                   for r in df.itertuples()])
         .sum(level=0)
         .rename_axis('day')
         .reset_index(name='staff'))
print (df1)
         day  staff
0 2020-01-01     11
1 2020-01-02     23
2 2020-01-03     23
3 2020-01-04     25
4 2020-01-05      2
5 2020-01-06      2

另一个列表理解解决方案：

zipped = zip(df.Start, df.End, df.Staff)

df1 = (pd.DataFrame([(x, v) for s, e, v in zipped for x in pd.date_range(s, e)], 
                    columns=['day','staff'])
        .groupby('day', as_index=False)['staff'].sum())

print (df1)
         day  staff
0 2020-01-01     11
1 2020-01-02     23
2 2020-01-03     23
3 2020-01-04     25
4 2020-01-05      2
5 2020-01-06      2

这里总是有必要的循环，因为使用每行的范围。一种可能的解决方案是使用
concat
和
sum
：

df1 = (pd.concat([pd.Series(r.Staff,pd.date_range(r.Start, r.End)) 
                   for r in df.itertuples()])
         .sum(level=0)
         .rename_axis('day')
         .reset_index(name='staff'))
print (df1)
         day  staff
0 2020-01-01     11
1 2020-01-02     23
2 2020-01-03     23
3 2020-01-04     25
4 2020-01-05      2
5 2020-01-06      2

另一个列表理解解决方案：

zipped = zip(df.Start, df.End, df.Staff)

df1 = (pd.DataFrame([(x, v) for s, e, v in zipped for x in pd.date_range(s, e)], 
                    columns=['day','staff'])
        .groupby('day', as_index=False)['staff'].sum())

print (df1)
         day  staff
0 2020-01-01     11
1 2020-01-02     23
2 2020-01-03     23
3 2020-01-04     25
4 2020-01-05      2
5 2020-01-06      2

顺便说一句，我对否决票有点惊讶——因为我的意见是一个很好的问题——数据、预期输出、代码和操作尝试。顺便说一句，对downvote有点惊讶-因为我的意见是一个很好的问题-数据，预期输出，代码什么OP尝试。没有理由投反对票。谢谢，这很有效，而且速度很快。如果有传统的专栏，哪一个最好去？比如说，您想将所有其他数据保留在一行中吗？我也尝试过我的解决方案，但没有成功。@所有行的Nanuq都可能是解决方案的第一部分-如果需要，创建默认索引（如果需要），请为df.itertuple（）中的r创建默认索引。重置\u index（drop=True）

然后为df.itertuple（）中的r创建

df1=（pd.concat（[pd.Series（r.index，pd.date\u range（r.Start，r.End）））.rename_axis（'day'）。reset_index（name='idx'）。join（df，on='idx'）。drop（'idx'，axis=1））print（df1）

然后如果每个列聚合函数都需要聚合，如

df1=df1.groupby（'day'，as_index=False）。agg（{'Task'：'first'，Staff'：'sum'））

，以避免丢失columnperfect。工作非常快。谢谢，谢谢，这很有效，而且速度很快。如果有传统的专栏，哪一个最好去？比如说，您想将所有其他数据保留在一行中吗？我也用

.itertuples（）

尝试了我的解决方案，但没有成功。@所有行的nanuuq可能是解决方案的第一部分-必要时创建默认索引

df=df.reset\u index（drop=True）

然后

df1=（pd.concat（[pd.Series（r.index，pd.date\u range（r.Start，r.End）），用于df.itertuples（）]））.rename_axis（'day'）。reset_index（name='idx'）。join（df，on='idx'）。drop（'idx'，axis=1））print（df1）

然后如果每个列聚合函数都需要聚合，如

df1=df1.groupby（'day'，as_index=False）。agg（{'Task'：'first'，Staff'：'sum'））

，以避免丢失columnperfect。工作非常快。谢谢