如何用Python基于6个月时间跨度生成日期间隔天数列？

实现步骤 #

1. 日期序列生成：根据起始日、到期日和指定时间跨度，生成包含起始日及后续间隔日期的序列；若需要固定日（如示例中的15日），可调整后续日期到目标日。
2. 天数差计算：计算每个日期与起始日的间隔天数。
3. 天数格式化：对超过1000的天数，按千位.后三位的格式展示（如1069→1.069）。
4. 结果输出：整理成指定格式的表格。

完整代码示例 #

import pandas as pd

# 输入参数（可按需修改）
start_date = pd.to_datetime('12/05/2022', dayfirst=True)  # 起始日
end_date = pd.to_datetime('15/10/2030', dayfirst=True)    # 到期日
interval_months = 6                                      # 时间跨度（月）
target_day = 15                                           # 后续日期固定日（如示例中的15日）

# 生成日期序列
date_list = [start_date]
current_date = start_date + pd.DateOffset(months=interval_months)
# 调整到目标日，若当月没有该日则自动取当月最后一天
current_date = current_date.replace(day=target_day)

while current_date <= end_date:
    date_list.append(current_date)
    current_date = current_date + pd.DateOffset(months=interval_months)
    current_date = current_date.replace(day=target_day)

dates = pd.DatetimeIndex(date_list)

# 计算天数差
days_diff = (dates - start_date).days

# 格式化天数计数
def format_day_count(day):
    if day >= 1000:
        return f"{day // 1000}.{str(day % 1000).zfill(3)}"
    return str(day)

formatted_counts = [format_day_count(d) for d in days_diff]

# 构建结果DataFrame并输出
result_df = pd.DataFrame({
    'DATE': dates.strftime('%d/%m/%Y'),
    'DAYS_COUNT': formatted_counts
})

print(result_df.to_string(index=False))

代码说明 #

• 日期处理：使用pd.DateOffset按指定月数递增日期，通过replace(day=target_day)将后续日期统一调整到目标日（如15日）。
• 天数计算：利用Pandas日期相减直接获取间隔天数，无需手动计算。
• 格式化逻辑：通过整数拆分和补零操作，实现千位分隔的格式要求。

内容的提问来源于stack exchange，提问作者Giuseppe Cavallaro