如何基于DataFrame字段值为每行批量计算对应月份的指定日期？

步骤1：建立星期字符串到calendar常量的映射 #

解决你遇到的字符串'SUNDAY'和calendar.SUNDAY不等价的问题，直接通过动态属性获取构建全量映射字典，无需硬编码每个星期的对应关系：

import calendar
import pandas as pd
import datetime

# 自动构建星期字符串到calendar常量的映射，支持所有星期（MONDAY-SUNDAY）
WEEKDAY_MAP = {
    attr: getattr(calendar, attr) 
    for attr in dir(calendar) 
    if attr.isupper() 
    and isinstance(getattr(calendar, attr), int) 
    and 0 <= getattr(calendar, attr) <= 6
}

步骤2：封装通用夏令时日期计算函数 #

支持任意月份、任意周序（第一周/最后一周/倒数第二周等）、任意星期的日期计算，比你现有的仅支持最后一个周日的逻辑更通用：

def calculate_dst_date(target_year: int, target_month: int, week_order: int, weekday_code: int) -> datetime.date:
    """
    计算指定年份的夏令时变更日期
    :param target_year: 要计算的年份
    :param target_month: 变更所在月份
    :param week_order: 周序，1代表当月第一个符合要求的星期，-1代表最后一个，-2代表倒数第二个，以此类推
    :param weekday_code: 星期对应的calendar常量，比如calendar.SUNDAY
    :return: 对应的日期对象
    """
    # 获取当月的日历矩阵，不存在的日期值为0
    month_calendar = calendar.monthcalendar(target_year, target_month)
    # 提取所有符合星期要求的有效日期
    valid_days = [
        week[weekday_code] 
        for week in month_calendar 
        if week[weekday_code] != 0
    ]
    # 按周序取对应日期
    target_day = valid_days[week_order - 1] if week_order > 0 else valid_days[week_order]
    return datetime.date(target_year, target_month, target_day)

步骤3：批量计算所有城市的夏令时区间 #

假设你读取的CSV数据集包含以下列：城市名称city、夏令时开始月份dst_start_month、夏令时开始周序dst_start_week、夏令时开始星期dst_start_weekday、夏令时结束月份dst_end_month、夏令时结束周序dst_end_week、夏令时结束星期dst_end_weekday，通过pandas apply批量计算：

# 读取数据集
df = pd.read_csv("你的夏令时规则文件路径.csv")

# 转换星期字符串为calendar常量
df['start_weekday_code'] = df['dst_start_weekday'].map(WEEKDAY_MAP)
df['end_weekday_code'] = df['dst_end_weekday'].map(WEEKDAY_MAP)

# 定义行级计算函数，批量生成对应年份的夏令时开始/结束日期
def calc_city_dst(row, target_year):
    start_date = calculate_dst_date(target_year, row['dst_start_month'], row['dst_start_week'], row['start_weekday_code'])
    end_date = calculate_dst_date(target_year, row['dst_end_month'], row['dst_end_week'], row['end_weekday_code'])
    return pd.Series([start_date, end_date])

# 计算当前年份的所有城市夏令时日期
current_year = datetime.date.today().year
df[['dst_start_date', 'dst_end_date']] = df.apply(calc_city_dst, target_year=current_year, axis=1)

# 可选：判断当日是否处于夏令时区间
today = datetime.date.today()
df['is_dst_now'] = df.apply(lambda x: x['dst_start_date'] <= today <= x['dst_end_date'], axis=1)

方案优势 #

• 完全数据驱动，新增城市仅需在CSV中补充对应的规则行，无需修改代码
• 支持所有通用夏令时规则，包括第N个周X、倒数第N个周X的场景
• 可适配任意年份的计算，满足日常定时运行的需求

内容的提问来源于stack exchange，提问作者ariana20