如何根据日期调整Pandas DataFrame的结构？

我有如下初始Pandas DataFrame：

想要将其转换为以下结构，本质是对时间段进行逆透视，展开Start到End之间的所有日期：

完全可以实现，以下是具体步骤和代码：

先将日期列转换为Pandas可识别的datetime类型，然后为每一行生成Start到End之间的所有日期序列，最后通过explode方法展开序列即可：

import pandas as pd

# 构造初始数据
df = pd.DataFrame({
    'ID': [1, 2, 3],
    'Parameter': [4, 2, 1],
    'Start': ['05.05.2023', '05.05.2023', '08.05.2023'],
    'End': ['07.05.2023', '06.05.2023', '09.05.2023']
})

# 转换日期格式为datetime类型
df[['Start', 'End']] = df[['Start', 'End']].apply(pd.to_datetime, format='%d.%m.%Y')

# 为每行生成连续日期序列
df['Date'] = df.apply(lambda x: pd.date_range(x['Start'], x['End'], freq='D'), axis=1)

# 展开日期序列并清理多余列
result = df.explode('Date').drop(['Start', 'End'], axis=1)

# 将日期转回原字符串格式（可选，若需要保留原显示格式）
result['Date'] = result['Date'].dt.strftime('%d.%m.%Y')

print(result)

执行代码后即可得到目标结构的DataFrame。

内容的提问来源于stack exchange，提问作者question12