如何计算每日在途旅程quantity总和并生成对应时间序列DataFrame

原有代码问题 #

• 字段名不匹配：你定义的DataFrame中日期字段为startdate、enddate，筛选条件中错误使用了df['start']、df['end']，会触发字段不存在的报错
• 赋值逻辑错误：循环内直接对df2['quantities']整列赋值，每次循环都会覆盖整列所有值，最终所有行的结果都会等于最后一次循环的计算值
• 日期类型不统一：原始数据中的日期是字符串格式，直接和datetime类型的时间索引比较存在潜在逻辑问题

最优实现方案（无循环，效率更高） #

推荐使用差分累加的方法，时间复杂度仅为O(n)，远优于循环方案的O(天数×旅程数)，尤其适合数据量较大的场景：

import pandas as pd

# 原始数据构造
data = [[10, '2020-03-02', '2020-03-27'],
        [18, '2020-03-06', '2020-03-10'],
        [21, '2020-03-20', '2020-05-02'],
        [33, '2020-01-02', '2020-03-01']]
columns = ['quantity', 'startdate', 'enddate']
df = pd.DataFrame(data, columns=columns)

# 转换日期字段为datetime类型
df['startdate'] = pd.to_datetime(df['startdate'])
df['enddate'] = pd.to_datetime(df['enddate'])

# 构造差分事件：旅程开始日加对应quantity，结束日减对应quantity
events = pd.concat([
    pd.Series(df['quantity'].values, index=df['startdate']),
    pd.Series(-df['quantity'].values, index=df['enddate'])
])

# 按天聚合事件值，生成完整日期索引
daily_event = events.resample('D').sum()
full_date_idx = pd.date_range(start='2020-01-01', end='2020-06-01', freq='D')
daily_event = daily_event.reindex(full_date_idx, fill_value=0)

# 累加得到每日在途旅程的quantity总和
df2 = daily_event.cumsum().to_frame(name='quantities')

逻辑说明 #

因为需求是「当日日期大于start date且小于end date才算在途」，刚好符合差分累加的计算逻辑：开始日加的量从次日起生效，结束日减的量从次日起生效，完全匹配计算规则。

原有循环代码修复版 #

如果要保留循环的实现方式，调整后可正常运行，但仅推荐小数据量场景使用：

# 转换日期字段为datetime类型
df['startdate'] = pd.to_datetime(df['startdate'])
df['enddate'] = pd.to_datetime(df['enddate'])

index2 = pd.date_range(start='2020-01-01', end='2020-06-01', freq='D')
df2 = pd.DataFrame(0, index=index2, columns=['quantities'])

for t in index2:
    mask = (df['startdate'] < t) & (df['enddate'] > t)
    # 仅给当前日期对应的行赋值
    df2.loc[t, 'quantities'] = df.loc[mask, 'quantity'].sum()

内容的提问来源于stack exchange，提问作者ric