求实现带重复项移除的Pandas DataFrame逆透视代码

问题描述 #

现有如下结构的Pandas DataFrame：

需要将其处理为：把起止日期展开为连续的Date列，当Start Date和End Date相同时只保留一条记录，最终得到如下结果：

实现代码 #

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'Material': ['A', 'B', 'C', 'D', 'E'],
    'End Date': ['10-Dec', '13-Dec', '14-Dec', '15-Dec', '16-Dec'],
    'Start Date': ['10-Dec', '14-Dec', '16-Dec', '15-Dec', '17-Dec'],
    'Qty': [4, 2, 3, 0, 1]
})

# 转换日期列为datetime类型，方便生成连续日期
df['Start Date'] = pd.to_datetime(df['Start Date'], format='%d-%b')
df['End Date'] = pd.to_datetime(df['End Date'], format='%d-%b')

# 处理部分行End Date早于Start Date的情况，确保起始日期≤结束日期
df[['start', 'end']] = df[['Start Date', 'End Date']].apply(lambda x: sorted(x), axis=1, result_type='expand')

# 生成每行的连续日期序列
df['Date'] = df.apply(lambda row: pd.date_range(row['start'], row['end'], freq='D'), axis=1)

# 展开日期序列为单独行，同时清理冗余列
result_df = df.explode('Date').drop(columns=['Start Date', 'End Date', 'start', 'end'])

# 将日期格式转回原始的日-月样式
result_df['Date'] = result_df['Date'].dt.strftime('%d-%b')

# 重置索引
result_df = result_df.reset_index(drop=True)

print(result_df)

代码说明 #

• 先将字符串格式的日期转为datetime类型，是生成连续日期的前提；
• 针对原数据中存在的结束日期早于起始日期的行（如B、E），通过排序修正日期区间的逻辑顺序；
• 利用pd.date_range为每行生成包含所有连续日期的序列；
• 使用explode方法将日期序列拆分为独立行，实现日期的展开；
• 最后将日期格式还原为原始样式，整理输出结构。

内容的提问来源于stack exchange，提问作者kanika