如何基于现有DataFrame的月份区间生成单月分行的新DataFrame

实现逻辑 #

• 先将Order valid from和Order valid to两列转换为Pandas可识别的日期格式
• 对每一行生成从起始月份到结束月份的所有月份序列，格式保持%b-%y和原始数据一致
• 将生成的月份序列拆分为单独行，保留原有的客户ID、订单数量字段，调整列名即可得到目标结果

完整实现代码 #

import pandas as pd

# 构造测试数据，可替换为你实际读取的数据源
df = pd.DataFrame({
    'Customer ID': ['Customer 1', 'Customer 2'],
    'Order quantity': [20, 50],
    'Order valid from': ['Aug-21', 'Oct-21'],
    'Order valid to': ['Dec-21', 'Jan-22']
})

# 转换起止月份为日期格式，统一取每月第一天
df['valid_from_dt'] = pd.to_datetime(df['Order valid from'], format='%b-%y')
df['valid_to_dt'] = pd.to_datetime(df['Order valid to'], format='%b-%y')

# 按行生成区间内的所有月份列表
def get_month_range(row):
    month_series = pd.date_range(start=row['valid_from_dt'], end=row['valid_to_dt'], freq='MS')
    return [dt.strftime('%b-%y') for dt in month_series]

df['Month'] = df.apply(get_month_range, axis=1)

# 拆分月份列表为单独行，调整列名和顺序匹配输出要求
result = df.explode('Month')[['Customer ID', 'Month', 'Order quantity']]
result = result.rename(columns={'Customer ID': 'Customer'})

# 输出结果
print(result)

运行后输出结果和你预期的完全一致。

内容的提问来源于stack exchange，提问作者Aaron