如何在Pandas DataFrame中生成两日期列之间的所有月份？

需求说明 #

需要基于DataFrame的StartDate和EndDate列，生成两日期之间的所有月份，新增Month列并以逗号分隔的形式展示月份数字。

原始DataFrame #

期望输出 #

问题代码 #

用户尝试的代码未达到预期效果：

date_range= lambda x:range (x['StartDate'].month,x['EndDate'].month+1)
df=df.assign(month=df.apply(date_range, axis=1)

问题分析 #

这段代码存在两个核心问题：

1. 日期类型未转换：原始的StartDate和EndDate是字符串格式，直接调用.month属性会报错，无法正确获取月份。
2. 未处理跨年场景：当EndDate的年份晚于StartDate时，比如从2009年7月到2010年1月，range(7,1+1)会返回空序列，完全无法覆盖跨年的月份。

解决方案 #

步骤1：转换日期列类型 #

先将字符串格式的日期转换为datetime类型，确保能正确获取年份和月份信息。

步骤2：编写月份生成函数 #

处理同一年和跨年两种场景，生成完整的月份列表后转为逗号分隔的字符串。

步骤3：应用函数生成目标列 #

完整代码 #

import pandas as pd

# 构造原始DataFrame
data = {
    'StartDate': ['01-15-2010', '07-01-2009'],
    'EndDate': ['08-15-2010', '01-13-2010']
}
df = pd.DataFrame(data)

# 转换日期列格式为datetime（注意原格式是MM-DD-YYYY）
df['StartDate'] = pd.to_datetime(df['StartDate'], format='%m-%d-%Y')
df['EndDate'] = pd.to_datetime(df['EndDate'], format='%m-%d-%Y')

# 定义生成月份列表的函数
def generate_month_sequence(row):
    start_month = row['StartDate'].month
    start_year = row['StartDate'].year
    end_month = row['EndDate'].month
    end_year = row['EndDate'].year
    
    month_list = []
    if start_year == end_year:
        # 同一年份，直接生成从起始月到结束月的序列
        month_list = list(range(start_month, end_month + 1))
    else:
        # 跨年份：先取起始年剩余月份，再取结束年的前几个月
        month_list.extend(range(start_month, 13))
        month_list.extend(range(1, end_month + 1))
    
    # 转换为逗号分隔的字符串
    return ','.join(map(str, month_list))

# 新增Month列
df['Month'] = df.apply(generate_month_sequence, axis=1)

# 查看结果
print(df)

运行结果 #

最终输出的DataFrame与期望完全一致：

StartDate   EndDate          Month
0 2010-01-15 2010-08-15  1,2,3,4,5,6,7,8
1 2009-07-01 2010-01-13  7,8,9,10,11,12,1

内容的提问来源于stack exchange，提问作者Hanaa Majzoub