如何用Pandas将DataFrame按季度拆分为月度行，行数扩3倍？

完全有简便的方法实现！核心思路是为每行季度数据生成对应季度的所有月份列表，再通过explode方法将列表拆分为单独行，几步就能完成5行到15行的扩展。下面是具体实现步骤：

步骤1：准备数据并转换日期类型 #

首先确保你的日期列是datetime类型，方便后续生成月份：

import pandas as pd

# 构造你的示例DataFrame（如果已有真实数据可跳过这步）
data = {
    'Deal Date': ['2011-11-01']*5,
    'Period Name': ['2011-Q4', '2012-Q1', '2012-Q2', '2012-Q3', '2012-Q4'],
    'Price': [30.76, 30.95, 30.67, 29.87, 29.49],
    'Quarter Start': ['2011-10-01', '2012-01-01', '2012-04-01', '2012-07-01', '2012-10-01'],
    'Quarter End': ['2011-12-31 23:59:59.999999999']*5
}
df = pd.DataFrame(data)

# 将Quarter Start转换为datetime类型
df['Quarter Start'] = pd.to_datetime(df['Quarter Start'])

步骤2：生成每个季度的月份列表 #

对每行的季度起始日期，生成该季度包含的3个月份的数字（比如2011-Q4对应[10,11,12]）：

# 利用pd.date_range生成季度内的所有月初日期，再提取月份数字
df['Month'] = df['Quarter Start'].apply(
    lambda x: pd.date_range(start=x, periods=3, freq='MS').month.tolist()
)

这里freq='MS'表示每月第一天，periods=3表示生成3个日期，最后用.month提取月份数字。

步骤3：拆分列表为多行 #

用explode方法将每个列表拆分为单独的行，同时重置索引：

# 扩展DataFrame
df_expanded = df.explode('Month', ignore_index=True)

可选调整：显示完整日期而非月份数字 #

如果需要Month列显示为完整日期（比如2011-10-01），只需要修改步骤2的代码，提取日期而非月份数字：

df['Month'] = df['Quarter Start'].apply(
    lambda x: pd.date_range(start=x, periods=3, freq='MS').date.tolist()
)

执行完后，df_expanded就会有15行数据，每行对应一个月份，原行的其他列（Deal Date、Price等）会自动保留对应值，完全符合你的需求。

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