基于Pandas按类别在DataFrame末尾添加连续日期行的问题

问题背景 #

需要基于Area列，在DataFrame每个类别的末尾添加一行连续日期的记录，但现有代码的日期偏移逻辑无法生成符合预期的结果。

原数据 #

期望结果 #

现有问题代码 #

# Convert the cols to datetime
c = ['Start', 'End']
df[c] = df[c].apply(pd.to_datetime, dayfirst=True)

# drop the duplicates rows by Area while keeping only the last row
rows = df[[*c, 'Area']].drop_duplicates('Area', keep='last')

# Add a dateoffset of 1 day
rows[c] += pd.DateOffset(days=1)

# Concat the rows and sort index to maintain order
pd.concat([df, rows]).sort_index(ignore_index=True)

问题分析与修复方案 #

现有代码的核心问题：

• 遗漏了Date列的偏移处理，导致新增行的Date缺失
• 日期偏移逻辑不符合预期：直接对Start/End加1天，没有承接原最后一行的End值生成连续序列

修复后的完整代码：

import pandas as pd

# 转换日期列为datetime格式，匹配原数据的MM/DD/YYYY格式
date_cols = ['Date', 'Start', 'End']
df[date_cols] = df[date_cols].apply(pd.to_datetime, format='%m/%d/%Y')

# 按Area分组，获取每个区域的最后一条记录
last_records = df.groupby('Area').last().reset_index()

# 生成需要添加的新行
new_records = last_records.copy()
# 新行的Date、Start承接原最后一行的End值
new_records['Date'] = last_records['End']
new_records['Start'] = last_records['End']
# 新行的End在原最后一行End基础上加1天
new_records['End'] = last_records['End'] + pd.DateOffset(days=1)
# 清空ID和Stat列
new_records[['ID', 'Stat']] = pd.NA

# 合并原数据与新行，按Area和Date排序保证顺序
final_df = pd.concat([df, new_records]).sort_values(['Area', 'Date'], ignore_index=True)

# 可选：转换回原日期字符串格式
final_df[date_cols] = final_df[date_cols].dt.strftime('%m/%d/%Y')
print(final_df)

关键修复点 #

1. 日期解析修正：用format='%m/%d/%Y'精准匹配原数据的日期格式，避免dayfirst=True可能导致的解析错误
2. 精准取最后一行：通过groupby('Area').last()替代drop_duplicates，确保每个区域的最后一条记录被正确提取
3. 符合预期的日期逻辑：严格对齐期望结果，新行的Date和Start等于原区域最后一行的End，End再顺延1天
4. 格式对齐：清空新增行的ID和Stat列，保证与期望结果一致
5. 排序保证顺序：合并后按Area和Date排序，确保每个区域的记录按日期顺序排列

内容的提问来源于stack exchange，提问作者Lynn