解决while循环仅支持单行DataFrame的行复制适配问题

问题描述 #

初始创建的pandas DataFrame如下：

import pandas as pd
import datetime

df = pd.DataFrame({'Date From': ['2023-03-01', '2023-01-01'], 
                   'Date To': ['2023-06-01', '2023-02-28']
                 })
df['Date From'] = pd.to_datetime(df['Date From'])
df['Date To'] = pd.to_datetime(df['Date To'])
df['Date End'] = df['Date From'] + datetime.timedelta(days=7)
df['Date End'] = pd.to_datetime(df['Date End'])

尝试用while循环复制行，但该循环仅在DataFrame只有1行时有效：

while df['Date End'].iloc[-1] < df['Date To'].iloc[0]:
    new_row = {'Date From': df['Date End'].iloc[-1] + datetime.timedelta(days=1),
               'Date End': df['Date End'].iloc[-1] + datetime.timedelta(days=7),
               'Date To': df['Date To'].iloc[0]
              }
    df = df.append(new_row, ignore_index=True)

尝试添加ID列结合groupby处理，但groupby与append/iloc配合不顺畅。期望最终得到的DataFrame格式如下：

需要修改代码实现对多行初始DataFrame按周拆分日期区间并复制行的需求。

解决方案 #

通过对初始DataFrame的每一行单独生成拆分后的周区间行，再合并所有结果即可实现需求，具体代码如下：

import pandas as pd
import datetime

# 初始DataFrame
df = pd.DataFrame({'Date From': ['2023-03-01', '2023-01-01'], 
                   'Date To': ['2023-06-01', '2023-02-28']
                 })
df['Date From'] = pd.to_datetime(df['Date From'])
df['Date To'] = pd.to_datetime(df['Date To'])

def split_date_range(row):
    rows = []
    current_start = row['Date From']
    while True:
        current_end = current_start + datetime.timedelta(days=7)
        # 最后一周若超出Date To则截断
        if current_end > row['Date To']:
            current_end = row['Date To']
        rows.append({
            'Date From': current_start,
            'Date End': current_end,
            'Date To': row['Date To']
        })
        # 更新下一周的起始日期
        current_start = current_end + datetime.timedelta(days=1)
        # 起始日期超过Date To时终止循环
        if current_start > row['Date To']:
            break
    return pd.DataFrame(rows)

# 对每行应用拆分函数并合并结果
result_df = pd.concat(df.apply(split_date_range, axis=1).tolist(), ignore_index=True)

print(result_df)

代码说明 #

• split_date_range函数接收初始DataFrame的单行数据，生成该日期区间内所有按周拆分的子区间记录。
• 循环中会自动处理最后一周的截断，确保区间不超出原Date To的范围。
• 使用df.apply遍历每一行执行拆分，再通过pd.concat合并所有拆分后的小DataFrame，得到最终的完整结果。

这种方式无需依赖groupby和append，能稳定处理多行初始数据，逻辑清晰且易于维护。

内容的提问来源于stack exchange，提问作者mk_