如何在Pandas DataFrame中展开时间区间得到单日逐行数据？

最简单的实现方式是借助date_range生成区间内的逐日序列，再用explode展开行，全程3行代码即可完成：

完整实现代码 #

import pandas as pd

# 原始数据
df1 = pd.DataFrame(
    [['2011-01-01','2011-01-03','A'], ['2011-04-01','2011-04-01','A'], ['2012-08-28','2012-08-30','B'], ['2015-04-03','2015-04-05','A'], ['2015-08-21','2015-08-21','B']],
    columns=['d0', 'd1', 'event'])

# 步骤1：将日期列转换为datetime类型
df1[['d0', 'd1']] = df1[['d0', 'd1']].apply(pd.to_datetime)

# 步骤2：为每一行生成d0到d1的逐日日期序列
df1['Date'] = df1.apply(lambda x: pd.date_range(start=x['d0'], end=x['d1'], freq='D'), axis=1)

# 步骤3：展开日期序列，提取所需字段得到最终结果
df2 = df1.explode('Date')[['Date', 'event']]

# 可选：如果需要日期输出为字符串格式，补充执行以下代码
df2['Date'] = df2['Date'].dt.strftime('%Y-%m-%d')

说明 #

• 自动兼容d0=d1的单日区间场景，无需额外分支判断
• 要求pandas版本≥0.25（支持explode方法），当前主流pandas版本均满足要求
• 运行效率高，适配事件类型多、数据量大的实际场景

内容的提问来源于stack exchange，提问作者Антон