如何使用Pandas将DataFrame单行拆分为两行日期数据？

当然可以实现！这在Pandas里属于典型的行列转换操作，我给你一步步拆解具体怎么做：

1. 先构造原始DataFrame（模拟你给出的数据源） #

首先我们先把你描述的表格用代码还原出来，方便后续操作：

import pandas as pd

# 模拟你提供的原始DataFrame
df = pd.DataFrame({
    0: ["Period Description Start Date End Date"],
    1: ["8/1/2015 7/31/2016"],
    2: ["8/1/2016 7/31/2017"],
    3: ["8/1/2017 7/31/2018"]
})

2. 核心处理步骤 #

接下来我们对数据进行拆分和重组：

# 提取原始的那一行数据
original_row = df.iloc[0]

# 对列1到列3的日期字符串进行拆分，按空格分成开始日期和结束日期两部分
split_dates = original_row[1:].str.split(expand=True)

# 构造最终的DataFrame：设置行索引为"Start Date"和"End Date"，列沿用原列1、2、3
result_df = pd.DataFrame(
    split_dates.values.T,  # 转置数据，让拆分后的日期对应到正确的行
    index=["Start Date", "End Date"],
    columns=original_row.index[1:]
)

3. 最终效果 #

运行完上面的代码后，result_df就是你想要的结果：

1          2          3
Start Date  8/1/2015  8/1/2016  8/1/2017
End Date    7/31/2016 7/31/2017 7/31/2018

简单解释下逻辑：我们先把每一列的日期字符串拆成两个部分，然后通过转置操作把拆分后的开始/结束日期分别对应到两行，最后给行加上你需要的标识即可，完全去掉了"Period Description"文本。

内容的提问来源于stack exchange，提问作者karan