如何在Python中获取两个日期间的每周时间区间并返回DataFrame

实现方案 #

完整可运行代码 #

import pandas as pd
import datetime
from dateutil.relativedelta import relativedelta

def get_date_intervals(st_dt, end_dt, intv=7):
    # 统一转换输入为datetime类型
    st_dt = pd.to_datetime(st_dt)
    end_dt = pd.to_datetime(end_dt)
    
    # 按自然月逐个处理，避免跨月
    current_month_start = st_dt.replace(day=1, hour=0, minute=0, second=0)
    while current_month_start <= end_dt:
        # 计算当前月最后一天的23:59:59
        current_month_end = (current_month_start + relativedelta(months=1) - datetime.timedelta(days=1)).replace(hour=23, minute=59, second=59)
        # 当月处理的起始时间：第一个月取传入的起始时间，其余月份取当月1号0点
        period_start = max(st_dt, current_month_start)
        
        while period_start <= min(end_dt, current_month_end):
            # 计算当前区间的理论结束时间
            period_end_theory = period_start + datetime.timedelta(days=intv)
            # 实际结束时间取理论结束时间、当月最后一天、全局结束时间的最小值，统一固定为23:59:59
            period_end = min(period_end_theory, current_month_end, end_dt).replace(hour=23, minute=59, second=59)
            # 生成器返回区间
            yield (period_start, period_end)
            # 下一个区间的起始时间是当前结束时间+1天的0点
            period_start = period_end + datetime.timedelta(days=1)
        
        # 处理下一个月
        current_month_start = current_month_start + relativedelta(months=1)

# 调用示例
if __name__ == '__main__':
    first_date = '2021-01-01 00:00:00'
    end_date = '2021-12-31 23:59:59'
    # 生成区间并转DataFrame
    interval_list = list(get_date_intervals(first_date, end_date, intv=7))
    df_out = pd.DataFrame(interval_list, columns=['Start_Date', 'End_Date'])
    # 如果需要输出字符串格式可开启下面两行
    # df_out['Start_Date'] = df_out['Start_Date'].dt.strftime('%Y-%m-%d %H:%M:%S')
    # df_out['End_Date'] = df_out['End_Date'].dt.strftime('%Y-%m-%d %H:%M:%S')
    print(df_out)

逻辑说明 #

• 按自然月拆分处理逻辑，从根源避免区间跨月
• 所有结束时间统一设置为23:59:59，不需要额外的奇偶行判断逻辑
• 自动适配全局起止时间，不会生成超出传入范围的区间
• 支持自定义间隔天数，修改intv参数即可调整区间长度

原有代码问题修正 #

1. 周结束时间计算偏移：原代码加7天得到的是下一日0点，正确逻辑是直接对齐23:59:59时间戳
2. 奇偶行修改结束时间的逻辑完全冗余，统一设置所有End_Date的时分秒即可符合要求
3. pd.DataFrame.append方法已在pandas 2.0+版本弃用，生成器方案性能更高、写法更简洁

内容的提问来源于stack exchange，提问作者VJ Sojitra