如何高效为DataFrame每行按日期范围生成多行数据？

嘿，别用那种慢到离谱的循环啦！Pandas有专门的矢量化操作能完美搞定这个需求，性能提升不是一点点，下面给你两种实用的高效方案：

先准备原始数据和日期范围 #

首先我们先把示例里的原始数据和日期范围定义好：

import pandas as pd

# 你的原始DataFrame
df_old = pd.DataFrame({
    'ID': [123123, 123412, 123123, 234234, 432424],
    'data': [1, 1, 1, 2, 2]
})

# 指定需要扩展的日期范围（示例为2天，你可以改成7天或任意范围）
date_range = pd.date_range(start='2020-02-01', end='2020-02-02')

方案一：交叉连接（Cross Join） #

通过构造一个日期DataFrame，和原始数据做笛卡尔积，快速生成所有ID+日期的组合：

# 创建仅包含日期的DataFrame
dates_df = pd.DataFrame({'date': date_range})

# 添加一个临时的连接键，用于实现交叉连接
df_old['temp_key'] = 1
dates_df['temp_key'] = 1

# 执行交叉连接，然后删除临时键
result = pd.merge(df_old, dates_df, on='temp_key').drop('temp_key', axis=1)

方案二：Assign + Explode（更简洁） #

给每一行原始数据分配完整的日期列表，再通过explode方法把列表拆分成单独的行：

# 给每行分配日期范围列表，然后展开成多行
result = df_old.assign(date=[date_range]*len(df_old)).explode('date')

为什么这两种方法比循环高效？ #

• 你原来的循环+append方法，每次循环都会创建新的DataFrame，时间复杂度是O(n²)，数据量一大就会巨慢，而且df.append()已经被Pandas官方弃用了。
• 上面的两种方法都是Pandas的矢量化操作，底层用C语言实现，避免了Python层面的循环，时间复杂度是O(n)，处理大数据量时性能提升非常明显。

最终输出效果 #

运行完上面的代码后，result就是你想要的格式：

ID  data       date
0    123123     1 2020-02-01
1    123123     1 2020-02-02
2    123412     1 2020-02-01
3    123412     1 2020-02-02
4    123123     1 2020-02-01
5    123123     1 2020-02-02
6    234234     2 2020-02-01
7    234234     2 2020-02-02
8    432424     2 2020-02-01
9    432424     2 2020-02-02

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