如何按days_div规则将Dataframe月度BP/RE数据转为日度数据？

核心思路 #

1. 将年份+月份转换为当月起始日期，利用Pandas自动生成当月完整日度日期序列（自动适配闰年2月）
2. 将每行月度数据拆分为当月每一天的行记录
3. 根据days_div判断日期区间，计算对应日度BP/RE值，超出区间的设为0

完整代码实现 #

import pandas as pd
import numpy as np

# 示例输入Dataframe（替换为你的实际数据）
data = {
    'Year': [2023, 2023, 2023],
    'Month': ['January', 'January', 'February'],
    'Region': ['Kerala', 'Kerala', 'Delhi'],
    'Factory': ['A', 'A', 'A'],
    'Category': ['QA', 'QA', 'QS'],
    'Parameter': ['efficiency', 'Tur FS', 'UFS'],
    'UOM': ['%', 'MT', 'T'],
    'BP': [25, 23, 27],
    'RE': [28, 26, 26],
    'days_div': [25, 29, 27]
}
df = pd.DataFrame(data)

# 1. 生成当月起始日期，并创建当月完整日度日期序列
df['month_start'] = pd.to_datetime(df['Year'].astype(str) + ' ' + df['Month'])
df['daily_dates'] = df.apply(
    lambda row: pd.date_range(
        start=row['month_start'],
        end=row['month_start'] + pd.offsets.MonthEnd(0),
        freq='D'
    ),
    axis=1
)

# 2. 将月度数据拆分为日度行
df = df.explode('daily_dates').reset_index(drop=True)

# 3. 计算日度BP和RE值
df['day_of_month'] = df['daily_dates'].dt.day
daily_bp = df['BP'] / df['days_div']
daily_re = df['RE'] / df['days_div']

df['BP'] = np.where(df['day_of_month'] <= df['days_div'], daily_bp, 0)
df['RE'] = np.where(df['day_of_month'] <= df['days_div'], daily_re, 0)

# 4. 整理输出列（保留需要的字段，移除中间临时列）
output_df = df.drop(columns=['month_start', 'day_of_month']).rename(columns={'daily_dates': 'Date'})

# 查看结果示例
print(output_df.head())

关键细节说明 #

• 闰年适配：pd.date_range结合MonthEnd会自动根据年份判断当月天数，比如2020年2月会生成29条日期记录
• 除以0防护：如果你的数据中存在days_div=0的情况，建议提前过滤：df = df[df['days_div'] > 0]
• 精度控制：如果需要保留小数位数，可以用df['BP'] = df['BP'].round(2)调整

输出示例（截取部分） #

Year    Month Region Factory Category  Parameter UOM        BP        RE  days_div       Date
0  2023  January Kerala       A       QA efficiency   %  1.000000  1.120000        25 2023-01-01
1  2023  January Kerala       A       QA efficiency   %  1.000000  1.120000        25 2023-01-02
...
25 2023  January Kerala       A       QA efficiency   %  0.000000  0.000000        25 2023-01-26
26 2023  January Kerala       A       QA efficiency   %  0.000000  0.000000        25 2023-01-27

内容的提问来源于stack exchange，提问作者AbinBenny