如何基于Name列拆分Pandas DataFrame并生成排除周末的日期序列

原始数据与需求 #

现有包含name、_leavestartdate、_leaveenddate列的Pandas DataFrame，初始化代码如下：

import pandas as pd
df = pd.DataFrame({'name':["Jerry Rice","Pablo Picasso","Ray Ramon"],'_leavestartdate':["2023-12-26","2023-08-15","2023-03-16"],'_leaveenddate':["2023-12-26","2023-08-21","2023-03-17"]})

需求：按name拆分数据，为每个姓名生成_leavestartdate到_leaveenddate之间的所有工作日日期（排除周六、周日），将日期存入新列Date，最终仅保留工作日对应的行。

修正后的完整代码 #

import pandas as pd

# 初始化原始数据
df = pd.DataFrame({
    'name': ["Jerry Rice", "Pablo Picasso", "Ray Ramon"],
    '_leavestartdate': ["2023-12-26", "2023-08-15", "2023-03-16"],
    '_leaveenddate': ["2023-12-26", "2023-08-21", "2023-03-17"]
})

# 1. 将字符串日期转为datetime类型，确保日期运算正常
df['_leavestartdate'] = pd.to_datetime(df['_leavestartdate'])
df['_leaveenddate'] = pd.to_datetime(df['_leaveenddate'])

# 2. 定义生成工作日的函数：处理单一行的日期区间
def get_workdays(row):
    # 生成起止日期之间的所有日期
    all_dates = pd.date_range(start=row['_leavestartdate'], end=row['_leaveenddate'], freq='D')
    # 过滤工作日：weekday()返回0-4对应周一到周五，5、6是周末
    work_dates = all_dates[all_dates.weekday() < 5]
    # 返回当前姓名+工作日的DataFrame片段
    return pd.DataFrame({
        'name': [row['name']] * len(work_dates),
        'Date': work_dates
    })

# 3. 遍历每一行生成数据，合并所有结果
final_result = pd.concat([get_workdays(row) for _, row in df.iterrows()], ignore_index=True)

# 打印结果
print(final_result)

关键说明 #

1. 日期类型转换：必须先把字符串格式的日期转为datetime类型，否则无法用pd.date_range生成连续日期序列。
2. 工作日过滤逻辑：利用datetime对象的weekday()方法，0=周一，4=周五，5=周六，6=周日，通过weekday() <5直接筛掉周末。
3. 按姓名拆分处理：通过遍历每行数据（每个姓名对应一个日期区间），为每个姓名单独生成工作日序列，再拼接成最终结果，确保姓名和日期一一对应。

运行结果示例 #

name       Date
0      Jerry Rice 2023-12-26
1  Pablo Picasso 2023-08-15
2  Pablo Picasso 2023-08-16
3  Pablo Picasso 2023-08-17
4  Pablo Picasso 2023-08-18
5  Pablo Picasso 2023-08-21
6      Ray Ramon 2023-03-16
7      Ray Ramon 2023-03-17

（注：2023-08-19、2023-08-20为周末，已被自动排除）

内容的提问来源于stack exchange，提问作者PineNuts0