使用pandas将带起止日期的年度数据按月份拆分为月度行记录

实现逻辑 #

• 先将原始数据的起止日期转换为datetime格式，支撑日期运算
• 针对单条数据，生成它覆盖的所有月份列表
• 计算整条数据的总覆盖天数，得到日均分摊金额
• 按月份计算当月实际覆盖的天数，乘以日均金额得到当月分摊值
• 所有拆分后的记录合并即为最终结果

完整代码 #

import pandas as pd

# 构造示例原始数据，实际使用时替换为自己的数据源读取逻辑即可
df = pd.DataFrame({
    'id': ['abc'],
    'StartDate': ['2018/12/12'],
    'EndDate': ['2019/11/30'], # 示例结果对应结束日期为2019/11/30，可根据实际调整
    'Annual': [120450]
})

# 日期列转datetime格式，指定格式避免解析错误
df['StartDate'] = pd.to_datetime(df['StartDate'], format='%Y/%m/%d')
df['EndDate'] = pd.to_datetime(df['EndDate'], format='%Y/%m/%d')

def split_to_monthly(row):
    # 生成覆盖的所有月份的第一天
    month_list = pd.date_range(
        start=row['StartDate'].to_period('M').to_timestamp(),
        end=row['EndDate'].to_period('M').to_timestamp(),
        freq='MS'
    )
    # 计算整条记录的总覆盖天数
    total_days = (row['EndDate'] - row['StartDate']).days + 1
    daily_amount = row['Annual'] / total_days
    
    monthly_records = []
    for month_start in month_list:
        # 当月最后一天
        month_end = month_start + pd.offsets.MonthEnd(0)
        # 当月实际覆盖的起止日期
        actual_start = max(row['StartDate'], month_start)
        actual_end = min(row['EndDate'], month_end)
        # 当月覆盖天数
        cover_days = (actual_end - actual_start).days + 1
        # 当月分摊金额，示例取整为整数，可按需调整精度
        monthly_volume = int(round(cover_days * daily_amount, 0))
        
        monthly_records.append({
            'id': row['id'],
            'Month': month_start.month,
            'Year': month_start.year,
            'Monthly volume': monthly_volume
        })
    return monthly_records

# 应用拆分逻辑，展开为最终数据框
result_df = df.apply(split_to_monthly, axis=1).explode().apply(pd.Series).reset_index(drop=True)
print(result_df)

注意事项 #

• 如果业务规则不需要包含结束日期当天，删除所有计算天数时的+1即可
• 金额精度可按需调整，修改round函数的第二个参数即可指定保留的小数位数
• 数据量较大时，可提前对日期范围做过滤优化，避免重复运算

内容的提问来源于stack exchange，提问作者Dim Link