如何复制Pandas DataFrame行，使两个时间戳列区间内的每一天各占一行

首先提前做数据类型转换，确保两个时间列是datetime格式：

import pandas as pd

# 转换时间列类型
df['Starttimeofvalidity'] = pd.to_datetime(df['Starttimeofvalidity'])
df['Endtimeofvalidity'] = pd.to_datetime(df['Endtimeofvalidity'])

方案1：直接展开保留原数值（和你期望的输出样式完全一致） #

利用date_range生成日期列表+explode炸开实现，代码简洁性能优秀，8万行数据可正常运行：

# 为每行生成起止时间范围内的所有日期列表
df['Date'] = df.apply(
    lambda x: pd.date_range(start=x['Starttimeofvalidity'], end=x['Endtimeofvalidity'], freq='D'),
    axis=1
)
# 把日期列表炸开，每个日期单独占一行
df_exploded = df.explode('Date', ignore_index=True)
# 提取目标列，调整为你需要的顺序
df_result = df_exploded[['Date', 'PointName', 'tariff']]

方案2：按区间总天数分摊tariff数值 #

如果需要把总tariff平摊到每一天，只需增加两步计算即可：

# 计算每个时间区间的总天数（含首尾日）
df['total_days'] = (df['Endtimeofvalidity'] - df['Starttimeofvalidity']).dt.days + 1
# 计算每日分摊的tariff值
df['daily_tariff'] = df['tariff'] / df['total_days']

# 后续生成日期、炸开逻辑和方案1一致
df['Date'] = df.apply(
    lambda x: pd.date_range(start=x['Starttimeofvalidity'], end=x['Endtimeofvalidity'], freq='D'),
    axis=1
)
df_exploded = df.explode('Date', ignore_index=True)
df_result = df_exploded[['Date', 'PointName', 'daily_tariff']]

内容的提问来源于stack exchange，提问作者neutralname