如何用Python基于起止日期列生成每日DataFrame？

我有一个记录促销活动及其起止日期的DataFrame，需要将每行数据拆分为与促销天数对应的多行数据。

当前DataFrame示例 #

import pandas as pd
sample_dict = {'start_date': ["2021-01-01", "2022-01-01", "2023-03-01"],
              'end_date': ["2021-01-31", "2022-01-31", "2023-03-31"],
              'promo_item_no': ["a12345", 'b12345', 'c12345'],
              'cannibalized': [1,0,1]}
sample_df = pd.DataFrame.from_dict(sample_dict)
sample_df.loc[:, 'start_date'] = pd.to_datetime(sample_df.loc[:, 'start_date'], format = "%Y-%m-%d")
sample_df.loc[:, 'end_date'] = pd.to_datetime(sample_df.loc[:, 'end_date'], format = "%Y-%m-%d")

期望结果 #

将每行数据按start_date到end_date的日期范围拆分为多行，每行对应一个日期，同时保留promo_item_no和cannibalized的对应值，示例结果如题目中sample_df2所示。

高效实现方法 #

方法一：apply + explode（中小数据量适用） #

通过apply为每行生成日期序列，再用explode展开，代码简洁易读：

# 为每行生成连续日期序列
sample_df['date'] = sample_df.apply(lambda x: pd.date_range(x['start_date'], x['end_date'], freq='D'), axis=1)
# 展开日期列，删除原起止日期列
result_df = sample_df.explode('date').drop(columns=['start_date', 'end_date'])
# 可选：将日期转为字符串格式（与示例格式一致）
result_df['date'] = result_df['date'].dt.strftime('%Y-%m-%d')

方法二：矢量化实现（大数据量优先） #

利用numpy的广播和重复机制，避免apply的循环开销，性能更优：

import numpy as np

# 计算每个促销活动的天数（包含起止日期）
sample_df['days'] = (sample_df['end_date'] - sample_df['start_date']).dt.days + 1

# 重复非日期列对应次数
promo_item_no = np.repeat(sample_df['promo_item_no'].values, sample_df['days'].values)
cannibalized = np.repeat(sample_df['cannibalized'].values, sample_df['days'].values)

# 生成所有日期序列
dates = []
for _, row in sample_df.iterrows():
    dates.extend(pd.date_range(row['start_date'], row['end_date'], freq='D'))

# 构建结果DataFrame
result_df = pd.DataFrame({
    'date': dates,
    'promo_item_no': promo_item_no,
    'cannibalized': cannibalized
})
# 转为字符串格式日期
result_df['date'] = result_df['date'].dt.strftime('%Y-%m-%d')

结果验证 #

可以用以下代码验证结果是否与目标一致：

pd.testing.assert_frame_equal(result_df, sample_df2)

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