如何生成包含START与END日期区间内所有年份的DataFrame？

实现步骤 #

1. 导入依赖库

import pandas as pd

2. 准备/读取原始数据
   这里模拟包含START和END列的数据集：

# 示例原始数据，START、END可为日期字符串或年份数值
data = {
    'START': ['2010-01-01', '2015-05-10'],
    'END': ['2013-12-31', '2018-08-20']
}
df = pd.DataFrame(data)

3. 处理年份区间并生成目标DataFrame

# 若START/END是日期格式，先提取年份；如果已是年份数值，可跳过这两行
df['start_year'] = pd.to_datetime(df['START']).dt.year
df['end_year'] = pd.to_datetime(df['END']).dt.year

# 为每行生成START到END之间的所有年份列表
df['YEAR'] = df.apply(lambda row: list(range(row['start_year'], row['end_year'] + 1)), axis=1)

# 将年份列表展开为多行，并清理冗余列
final_df = df.explode('YEAR').drop(['start_year', 'end_year'], axis=1)

# 调整列顺序（可选，匹配目标格式）
final_df = final_df[['START', 'END', 'YEAR']]

4. 查看结果
   运行后final_df即为所需样式，示例输出：

START         END  YEAR
0  2010-01-01  2013-12-31  2010
0  2010-01-01  2013-12-31  2011
0  2010-01-01  2013-12-31  2012
0  2010-01-01  2013-12-31  2013
1  2015-05-10  2018-08-20  2015
1  2015-05-10  2018-08-20  2016
1  2015-05-10  2018-08-20  2017
1  2015-05-10  2018-08-20  2018

注意事项 #

• 如果原始数据中START和END直接是年份数值（如2010），无需执行日期转换，直接赋值df['start_year'] = df['START']即可
• 使用range(row['start_year'], row['end_year'] + 1)是因为Python的range是左闭右开区间，加1才能包含结束年份

内容的提问来源于stack exchange，提问作者Hagen