如何基于Pandas列中的日期区间计算各月份包含的天数

我有一个包含begin_date（对应代码里的PTO_Start_Date）和end_date（对应PTO_End_Date）列的DataFrame，需要将日期区间内的天数拆分到对应的月份列中（比如Feb-2023、Mar-2023）。目前已能计算总天数，但不知道如何处理跨月的情况，同时希望将逐行生成日期序列的Series代码改成Pandas列级别的实现。

现有代码 #

df['PTO_End_Date'] = pd.to_datetime(df.PTO_End_Date)
df['PTO_Start_Date'] = pd.to_datetime(df.PTO_Start_Date)

df['Days'] = (df['PTO_End_Date'] - df['PTO_Start_Date']).dt.days
df['Feb-2023'] =
df['Mar-2023'] =
df['Apr-2023'] =

需要转换的Series代码（逐行生成日期序列） #

s = pd.Series(index=pd.date_range(df['PTO_Start_Date'], df['PTO_End_Date']), dtype='float64')

解决方案 #

1. 计算单一行在指定月份的天数

先定义一个工具函数，用于计算单个日期区间在目标月份的有效天数：

def days_in_month(start_date, end_date, target_month):
    # 转换目标月份为当月起始和下月起始
    month_start = pd.to_datetime(target_month)
    month_end = month_start + pd.offsets.MonthBegin(1)
    # 取日期区间与目标月份的交集起止
    actual_start = max(start_date, month_start)
    actual_end = min(end_date, month_end)
    # 若交集有效则返回天数，否则返回0
    return max((actual_end - actual_start).days, 0)

2. 批量生成月份统计列

针对需要统计的月份，用apply逐行计算并生成对应列：

# 指定需要统计的月份列表
target_months = ['2023-02', '2023-03', '2023-04']

# 循环生成每个月份的统计列
for month in target_months:
    col_name = pd.to_datetime(month).strftime('%b-%Y')  # 格式化为Feb-2023样式
    df[col_name] = df.apply(
        lambda row: days_in_month(row['PTO_Start_Date'], row['PTO_End_Date'], month),
        axis=1
    )

3. 高效替代逐行生成Series的方法

如果需要生成每行的日期序列并自动统计各月份天数，用explode结合分组统计的方法更高效，避免逐行创建Series：

# 为每行生成日期范围列表
df['date_range'] = df.apply(
    lambda row: pd.date_range(row['PTO_Start_Date'], row['PTO_End_Date'], freq='D'),
    axis=1
)

# 展开日期列表为单行单日期的格式
expanded_df = df.explode('date_range')

# 按原行索引和月份分组，统计每个区间在各月份的天数
monthly_counts = expanded_df.groupby(
    [expanded_df.index, expanded_df['date_range'].dt.to_period('M')]
).size().unstack(fill_value=0)

# 将统计结果合并回原DataFrame，并重命名列名为Feb-2023样式
df = df.join(monthly_counts.rename(columns=lambda x: x.strftime('%b-%Y')))

内容的提问来源于stack exchange，提问作者Arthur D. Howland