基于Pandas DataFrame两日期列生成行并保留原索引

要实现需求并保留原索引，可以通过pandas的apply结合date_range生成日期序列，再用explode展开行，具体步骤如下：

1. 构造示例DataFrame并转换日期格式 #

首先把Start Date和End Date转为datetime类型，这是生成日期序列的基础：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'ID': [1, 2],
    'Start Date': ['01-01-2015', '01-01-2016'],
    'End Date': ['09-08-2022', '05-10-2020']
})

# 转换日期列为datetime类型（这里日期格式是DD-MM-YYYY，指定format参数匹配格式）
df['Start Date'] = pd.to_datetime(df['Start Date'], format='%d-%m-%Y')
df['End Date'] = pd.to_datetime(df['End Date'], format='%d-%m-%Y')

2. 生成包含所有日期的New Date列 #

对每一行应用pd.date_range生成完整的日期序列，存入New Date列：

# 生成包含起止日期的序列，inclusive='both'确保两端日期都被包含
df['New Date'] = df.apply(lambda x: pd.date_range(start=x['Start Date'], end=x['End Date'], inclusive='both'), axis=1)

3. 展开日期列表并保留原索引 #

用explode把New Date列的列表拆分成单独行，这一步会自动保留原有的索引、ID等所有列数据：

# 展开日期列，得到目标格式的DataFrame
result_df = df.explode('New Date')

执行后，result_df中每一行对应一个日期，原ID、原索引都会保留——比如原索引为0的行（ID=1）会被拆分成从2015-01-01到2022-09-08的所有日期行，每一行的索引都为0。

注意：如果你的日期格式是MM-DD-YYYY，需要把pd.to_datetime的format参数改成%m-%d-%Y，根据实际格式调整即可。

内容的提问来源于stack exchange，提问作者Daniel