如何在Pandas中计算两个日期间动态更新的范围累计计数

你要的效果可以用扫描线算法实现，逻辑比逐行判断或笛卡尔积高效很多，步骤如下：

核心逻辑 #

把每个时间区间的起始和结束拆成两个事件：

• 区间开始日期：计数+1
• 区间结束日期：计数-1（如果是NaT代表无结束时间，不需要触发减计数）
  所有事件按日期排序后累加，再补全连续日期的空缺即可，完全符合你提到的「start递增累计、end反向扣减」的思路。

完整代码实现 #

import pandas as pd
import numpy as np

# 构造示例数据，注意start和end均为datetime类型
df = pd.DataFrame({
    'id': [1]*5,
    'start': pd.to_datetime(['2024-01-01', '2024-01-03', '2024-01-04', '2024-01-06', '2024-01-07']),
    'end': pd.to_datetime(['2024-01-02', '2024-01-05', '2024-01-07', pd.NaT, pd.NaT])
})

# 1. 构造增量事件
# 开始事件：每个start对应+1
start_events = df['start'].value_counts().rename_axis('date').reset_index(name='delta')
start_events['delta'] = 1

# 结束事件：非空end对应-1，如果你用的是闭区间[start, end]，可以把end加1天再做事件
end_events = df['end'].dropna().value_counts().rename_axis('date').reset_index(name='delta')
end_events['delta'] = -1

# 2. 合并事件并排序，计算累计计数
all_events = pd.concat([start_events, end_events]).sort_values('date')
daily_count = all_events.groupby('date')['delta'].sum().cumsum()

# 3. 补全所有连续日期，空缺值用前一天的计数填充
result = daily_count.resample('D').asfreq().ffill().reset_index()
result.columns = ['dates', 'count']

# 可选：把日期格式改成月-日的形式
result['dates'] = result['dates'].dt.strftime('%m-%d')

输出结果 #

运行后得到的result和你预期的完全一致：

方案优势 #

不需要生成全量日期和原表的笛卡尔积，时间复杂度仅为O(n log n)，即使数据量到十万、百万级也能快速运行，是同类需求的工业界标准实现方案。

内容的提问来源于stack exchange，提问作者Secret