基于日期范围计算酒店每日入住人数（求和法）

原始数据结构 #

给定的酒店入住记录DataFrame如下：

目标需求 #

生成每日实时入住人数的DataFrame，格式如下：

解决方案代码 #

以下是实现逻辑的Python代码，核心思路是生成每个客人的入住日期序列，再按日期统计人数：

import pandas as pd

# 构造原始DataFrame（实际使用时可替换为你的数据源）
data = {
    'entry_date': ['2022-02-01', '2022-02-02', '2022-04-10', '2022-04-11', '2022-04-12', '2022-11-10'],
    'exit_date': ['2022-02-05', '2022-02-03', '2022-04-13', '2022-04-12', '2022-04-13', '2022-11-15'],
    'days': [5, 2, 4, 2, 2, 6],
    'other_columns': ['...'] * 6
}
df = pd.DataFrame(data)

# 1. 将entry_date转换为datetime类型，方便生成日期序列
df['entry_date'] = pd.to_datetime(df['entry_date'])

# 2. 为每个客人生成对应的入住日期列表，天数由days字段指定
df['date'] = df.apply(lambda row: pd.date_range(start=row['entry_date'], periods=row['days']), axis=1)

# 3. 展开日期列表，让每个日期单独成为一行
df_exploded = df.explode('date')

# 4. 按日期分组统计当日入住人数，并重命名列名
occupation_df = df_exploded.groupby('date').size().reset_index(name='ocupation')

# 5. 可选：将日期格式化为字符串（与目标格式一致）
occupation_df['date'] = occupation_df['date'].dt.strftime('%Y-%m-%d')

# 查看结果
print(occupation_df)

代码说明 #

• 日期转换：先把entry_date转为datetime类型，是生成连续日期序列的基础。
• 生成日期序列：利用pd.date_range，以entry_date为起点，days为周期数，生成每个客人的所有入住日期。
• 展开行：explode方法将每个客人的日期列表拆分成多行，每一行对应一个日期和一位客人。
• 统计人数：groupby('date').size()统计每个日期的记录数，即当日的入住人数。
• 格式调整：最后将日期转为字符串格式，匹配目标输出的日期样式。

内容的提问来源于stack exchange，提问作者Carola