通过日期对比计算DataFrame列值：统计各地点月度在籍人数

核心思路 #

1. 将原始的月份缩写日期（如MAY2025）转换为标准datetime格式，方便日期比较
2. 动态生成指定起始月份的未来3个月列
3. 逐个判断员工在对应月份是否在籍，最后按地点聚合统计人数

完整代码 #

import pandas as pd

# 原始数据
x = pd.DataFrame({
    'Location': ['Paris', 'Dallas', 'Tokyo', 'London'],
    'Departing': ['MAY2025', 'JUN2025', 'APR2025', 'JUN2025'],
    'Arriving': ['MAR2025', 'JUN2025', 'JUN2025', 'APR2025'],
})

# 转换日期列为标准datetime格式（取当月第一天）
x['Arriving'] = pd.to_datetime(x['Arriving'], format='%b%Y')
x['Departing'] = pd.to_datetime(x['Departing'], format='%b%Y')

# 定义起始月份（可按需修改，比如改为'2025-05'）
start_month = '2025-04'
start_date = pd.to_datetime(start_month)

# 生成未来3个月的列名（格式：YYYY-MM）
months = pd.date_range(start=start_date, periods=3, freq='MS')
month_cols = months.strftime('%Y-%m')

# 为每个月份生成在籍标记（1表示在籍，0表示不在籍）
for col in month_cols:
    month_start = pd.to_datetime(col)
    month_end = month_start + pd.offsets.MonthEnd(0)
    # 判断逻辑：到岗日期不晚于当月末，且离职日期不早于当月初
    x[col] = ((x['Arriving'] <= month_end) & (x['Departing'] >= month_start)).astype(int)

# 按地点分组，统计各月份在籍人数
result = x.groupby('Location')[month_cols].sum().reset_index()
print(result)

代码说明 #

• 日期转换：用pd.to_datetime配合format='%b%Y'解析月份缩写+年份的格式，确保日期可比较
• 动态生成月份列：修改start_month参数即可切换统计起始月，实现按月复用
• 在籍判断逻辑：员工在某月份在籍的条件为「到岗时间不晚于当月最后一天，且离职时间不早于当月第一天」，覆盖整月在职的情况
• 聚合统计：通过groupby按地点分组，对各月份的标记值求和得到在籍人数

内容的提问来源于stack exchange，提问作者be84