如何基于DataFrame多组起止日期创建日期范围并保存至单个变量

步骤说明 #

1. 转换日期列类型：先将DataFrame中的start_date和end_date列转换为datetime类型，确保后续日期范围生成的准确性。
2. 生成并合并日期范围：遍历每一行生成对应的日期范围，再将所有范围合并为一个统一的集合或Series，方便后续排除操作。

代码实现 #

首先导入pandas并创建示例数据：

import pandas as pd

# 示例日期范围DataFrame
df_ranges = pd.DataFrame({
    'name': ['range_1', 'range_2', 'range_3', 'range_4'],
    'start_date': ['2022-04-11', '2022-07-25', '2022-10-24', '2022-12-22'],
    'end_date': ['2022-04-24', '2022-09-03', '2022-10-30', '2023-01-08']
})

转换日期列为datetime类型：

df_ranges['start_date'] = pd.to_datetime(df_ranges['start_date'])
df_ranges['end_date'] = pd.to_datetime(df_ranges['end_date'])

方式1：生成日期集合（适合快速查询）

exclude_dates = set()

# 遍历每一行，生成日期范围并添加到集合
for _, row in df_ranges.iterrows():
    # 生成包含起始和结束日期的范围
    date_range = pd.date_range(start=row['start_date'], end=row['end_date'], inclusive='both')
    # 转换为date对象存入集合，避免时区等冗余信息
    exclude_dates.update(date_range.date)

方式2：生成唯一日期Series（适合pandas操作）

# 合并所有日期范围并去重
exclude_dates_series = pd.concat([
    pd.date_range(start=row['start_date'], end=row['end_date'], inclusive='both')
    for _, row in df_ranges.iterrows()
]).unique()

应用到排除操作 #

假设你有另一个包含日期列的DataFramedf_data，可以这样筛选出不在排除范围内的行：

# 使用集合的情况
filtered_df = df_data[~df_data['date'].dt.date.isin(exclude_dates)]

# 使用Series的情况
filtered_df = df_data[~df_data['date'].isin(exclude_dates_series)]

内容的提问来源于stack exchange，提问作者user16511234