如何实现交替日期列与中间值列的数据向量化堆叠？

首先，我把你提供的原始记录整理成结构化的Markdown表格，方便清晰查看每个字段的对应关系：

日期与消耗的对应关系（按你的规则） #

按照你说明的“消耗值位于两个日期列之间”的规则，每个记录的区间对应关系如下：

• 对于INSTALL 80000000：
  • 1-Aug-17（Field13）→ 1-Sep-17（Field11），消耗量：6.1（Field12）
  • 1-Sep-17（Field11）→ 1-Oct-17（Field9），消耗量：4.4（Field10）
  • 1-Oct-17（Field9）→ 1-Nov-17（Field7），消耗量：5.5（Field8）
  • 1-Nov-17（Field7）→ 1-Dec-17（Field5），消耗量：7.9（Field6）
  • 1-Dec-17（Field5）→ 1-Jan-18（Field3），消耗量：5.6（Field4）
• 对于INSTALL 80000001：
  • 1-Aug-17（Field13）→ 1-Sep-17（Field11），消耗量：9.3（Field12）
  • 1-Sep-17（Field11）→ 1-Oct-17（Field9），消耗量：2（Field10）
  • 1-Oct-17（Field9）→ 1-Nov-17（Field7），消耗量：2.2（Field8）
  • 1-Nov-17（Field7）→ 1-Dec-17（Field5），消耗量：62.7（Field6）
  • 1-Dec-17（Field5）→ 1-Jan-18（Field3），消耗量：55.5（Field4）

向量化堆叠处理实现（Python Pandas） #

要完成这类结构化数据的向量化堆叠，最便捷的方式是用Pandas的melt思想（或手动分组拼接），将宽格式数据转换为长格式，实现堆叠效果。以下是具体代码：

import pandas as pd

# 构造原始数据
data = {
    'INSTALL': ['80000000', '80000001', '80000003'],
    'METER_NO': ['19151882', '31692087', 'MISSING'],
    'Field3': ['1-Jan-18', '1-Jan-18', '1-Jan-18'],
    'Field4': [5.6, 55.5, 0],
    'Field5': ['1-Dec-17', '1-Dec-17', '1-Dec-17'],
    'Field6': [7.9, 62.7, 0],
    'Field7': ['1-Nov-17', '1-Nov-17', '1-Nov-17'],
    'Field8': [5.5, 2.2, 0],
    'Field9': ['1-Oct-17', '1-Oct-17', '1...'],
    'Field10': [4.4, 2, None],
    'Field11': ['1-Sep-17', '1-Sep-17', None],
    'Field12': [6.1, 9.3, None],
    'Field13': ['1-Aug-17', '1-Aug-17', None]
}

df = pd.DataFrame(data)

# 定义日期-消耗的配对组，对应每个区间的开始/结束日期+消耗字段
date_consumption_pairs = [
    ('Field13', 'Field11', 'Field12'),
    ('Field11', 'Field9', 'Field10'),
    ('Field9', 'Field7', 'Field8'),
    ('Field7', 'Field5', 'Field6'),
    ('Field5', 'Field3', 'Field4')
]

# 初始化空列表存储堆叠后的数据
stacked_data = []

# 遍历每个配对组，生成统一格式的子数据集
for start_col, end_col, consumption_col in date_consumption_pairs:
    temp_df = df[['INSTALL', 'METER_NO', start_col, end_col, consumption_col]].rename(
        columns={
            start_col: 'Start_Date',
            end_col: 'End_Date',
            consumption_col: 'Consumption'
        }
    )
    stacked_data.append(temp_df)

# 合并所有堆叠数据，生成最终长格式数据集
final_stacked_df = pd.concat(stacked_data, ignore_index=True)

# 可选：过滤掉缺失关键数据的行（根据需求调整）
final_stacked_df = final_stacked_df.dropna(subset=['Start_Date', 'End_Date', 'Consumption'])

print(final_stacked_df.head())

代码说明：

1. 先构造原始DataFrame还原你的记录；
2. 提前定义好每个日期区间和对应消耗字段的配对关系；
3. 遍历每个配对组，将每组字段重命名为统一的Start_Date、End_Date、Consumption，保证格式一致；
4. 合并所有分组数据，得到堆叠后的长格式数据集；
5. 可选过滤缺失值，保证数据完整性。

运行后会得到类似如下的堆叠结果（示例）：

这种长格式数据更适合后续的数据分析、可视化或建模操作，完全实现了向量化堆叠的需求。

内容的提问来源于stack exchange，提问作者Floydian