如何使用Snowpark将日期范围拆分为月度序列记录？

需求说明 #

现有如下结构的Snowpark DataFrame：

需要将每行的Start_Date到End_Date按1个月间隔展开，生成包含每个月份（格式YYYY-MM）的多行记录，最终输出如下：

实现步骤 #

Snowpark中可以通过sequence生成日期序列，结合explode展开行，再配合日期格式化函数完成需求，具体代码如下：

from snowflake.snowpark.functions import sequence, explode, date_trunc, to_char, col

# 假设你的原始DataFrame名为df
# 1. 截断日期到月份第一天，确保序列包含完整月份范围
df_with_month_starts = df.withColumn(
    "START_MONTH", date_trunc("month", col("Start_Date"))
).withColumn(
    "END_MONTH", date_trunc("month", col("End_Date"))
)

# 2. 生成每月第一天的日期序列
df_with_sequence = df_with_month_starts.withColumn(
    "DATE_SEQUENCE", sequence(col("START_MONTH"), col("END_MONTH"), interval("1 month"))
)

# 3. 展开序列为多行，并格式化日期为YYYY-MM
result_df = df_with_sequence.select(
    col("ID"),
    col("Customer ID"),
    to_char(explode(col("DATE_SEQUENCE")), "YYYY-MM").alias("Dates")
)

# 查看结果
result_df.show()

代码解释 #

• date_trunc("month", col("Start_Date"))：将原始日期截断到当月第一天，比如2020-01-20转为2020-01-01，确保生成的序列包含整个起始月份。
• sequence(col("START_MONTH"), col("END_MONTH"), interval("1 month"))：生成从起始月第一天到结束月第一天、间隔1个月的日期序列，示例中会生成[2020-01-01, 2020-02-01, 2020-03-01]。
• explode(col("DATE_SEQUENCE"))：将数组列展开为多行，每行对应序列中的一个日期。
• to_char(..., "YYYY-MM")：将日期格式化为YYYY-MM的字符串，得到最终的Dates列。

注意事项 #

如果你的End_Date是某个月的第一天（比如示例中的2020-03-01），date_trunc后不会改变，序列会包含该月份；如果End_Date是月份最后一天，同样会被截断到当月第一天，不影响结果的完整性。

内容的提问来源于stack exchange，提问作者aveair