如何生成日期区间内YYYYMM格式新列并按范围赋值

原始数据表格：

需求：添加所有介于min(StartDate)与max(EndDate)之间的YYYYMM格式新列，若该行的StartDate与EndDate包含该月份，则对应单元格赋值1，否则赋值0。示例输出如下：

步骤1：导入库并处理原始数据 #

先把日期列转换为datetime类型，方便后续月份维度的比较：

import pandas as pd

# 构造原始数据
data = {
    'ID': [1, 2],
    'Name': ['Aa', 'Ab'],
    'StartDate': ['2021-10-14', '2021-12-02'],
    'EndDate': ['2021-12-22', '2022-10-05']
}
df = pd.DataFrame(data)

# 转换日期列格式为datetime
df['StartDate'] = pd.to_datetime(df['StartDate'])
df['EndDate'] = pd.to_datetime(df['EndDate'])

步骤2：生成目标月份列表 #

计算出需要覆盖的所有月份范围，转为YYYYMM格式的字符串：

# 获取首尾月份的周期对象（按月份维度）
min_month = df['StartDate'].min().to_period('M')
max_month = df['EndDate'].max().to_period('M')

# 生成中间所有月份，格式化为YYYYMM字符串
target_months = pd.period_range(min_month, max_month, freq='M').strftime('%Y%m')

步骤3：批量生成月份列并赋值 #

遍历每个目标月份，判断每行的起止日期是否包含该月份，批量赋值1或0：

# 先提取每行的起止月份周期，避免重复计算
df['start_month'] = df['StartDate'].dt.to_period('M')
df['end_month'] = df['EndDate'].dt.to_period('M')

for month_str in target_months:
    current_month = pd.Period(month_str, freq='M')
    # 用向量化判断代替apply，处理大数据量时效率更高
    df[month_str] = ((df['start_month'] <= current_month) & (current_month <= df['end_month'])).astype(int)

# 删除临时生成的起止月份列
df = df.drop(['start_month', 'end_month'], axis=1)

查看最终结果 #

运行上述代码后，df即为符合要求的表格，打印输出即可：

print(df)

关键逻辑说明 #

核心判断逻辑是：当前月份是否在该行的起始月份和结束月份之间（包含两端），用周期对象（Period）做比较可以直接按月份维度判断，无需处理具体日期的细节。

内容的提问来源于stack exchange，提问作者nep