如何基于Pandas DataFrame时间戳列生成对应月度的所有日期

现有包含Id、timestamp、Value列的Pandas DataFrame，需要按Id分组，根据timestamp列对应的月份，在新列ext_dtes中生成该月所有日期（30天的月份生成30行、31天的月份生成31行、28天的月份生成28行），日期格式为dd-mm-yyyy。

输入输出示例 #

输入DataFrame #

Id       timestamp      Value
       1002    18-01-2021   45
       1003    08-03-2021   14
       1004    03-07-2021   50
       1005    18-06-2021   23
       1005    12-09-2021   108

输出DataFrame #

Id       timestamp      Value   ext_dtes
       1002    18-01-2021   45    01-01-2021
       1002    18-01-2021   45    02-01-2021
       ...    ...           ...    ...
       1002    18-01-2021   45    31-01-2021
       ...    ...           ...    ...

现有代码的错误分析 #

尝试代码1的问题 #

date_format = [datetime.strptime(i, '%d-%m-%Y') for i in df['timestamp']]
num_days = [calendar.monthrange(i.year,i.month,i.date)[2] for i in date_format]
num_days
df['ext_dates']= df.groupby(pd.PeriodIndex(data= num_days, freq='D'))

• calendar.monthrange()仅接受年份和月份两个参数，传入第三个参数i.date会触发参数不匹配错误
• 直接将groupby对象赋值给DataFrame列是错误操作，groupby对象不是可直接赋值的序列类型

尝试代码2的问题 #

import pandas as pd

df_a['Timestamp'] = pd.to_datetime(df_a['Timestamp'])
month =df_a['Timestamp']
df = pd.DataFrame({
    'all_dates': pd.date_range(
        start = pd.Timestamp(month),                        
        end = pd.Timestamp(month) + pd.offsets.MonthEnd(0),
        freq = 'D'
    )
})

• pd.Timestamp()只能处理单个日期值，而month是Series类型（整列数据），无法直接转换，因此抛出TypeError: 无法将 <class 'pandas.core.series.Series'> 类型的输入转换为Timestamp

正确解决方案 #

步骤：

1. 转换timestamp列为datetime类型，方便后续日期操作
2. 对每行数据，生成对应月份的完整日期范围
3. 展开日期列表，保留原行的Id、timestamp、Value列
4. 将生成的日期格式化为dd-mm-yyyy字符串

完整代码：

import pandas as pd

# 构造输入DataFrame
df = pd.DataFrame({
    'Id': [1002, 1003, 1004, 1005, 1005],
    'timestamp': ['18-01-2021', '08-03-2021', '03-07-2021', '18-06-2021', '12-09-2021'],
    'Value': [45, 14, 50, 23, 108]
})

# 1. 转换timestamp列为datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'], format='%d-%m-%Y')

# 2. 定义函数：根据日期生成对应月份的所有日期
def generate_month_dates(row):
    # 获取当月第一天
    month_start = row['timestamp'].replace(day=1)
    # 获取当月最后一天
    month_end = row['timestamp'] + pd.offsets.MonthEnd(0)
    # 生成日期范围并转为列表
    return pd.date_range(start=month_start, end=month_end, freq='D').tolist()

# 3. 应用函数生成日期列表，然后展开行
df['ext_dtes'] = df.apply(generate_month_dates, axis=1)
df_expanded = df.explode('ext_dtes', ignore_index=True)

# 4. 格式化日期列为dd-mm-yyyy格式
df_expanded['ext_dtes'] = df_expanded['ext_dtes'].dt.strftime('%d-%m-%Y')
# 可选：将原timestamp列转回字符串格式（如果需要和输入格式一致）
df_expanded['timestamp'] = df_expanded['timestamp'].dt.strftime('%d-%m-%Y')

print(df_expanded)

这段代码会将原DataFrame的每一行，根据其timestamp对应的月份，扩展为该月天数的行数，同时保留原行的所有信息，并生成符合要求的ext_dtes列。

内容的提问来源于stack exchange，提问作者seek