基于指定日期范围条件添加/复制数据表行生成新数据表的技术需求

嘿，这个需求我熟——就是要生成一张覆盖指定日期区间的新表，原表里有的日期直接复制对应行，没有的日期就照着原记录的其他字段生成新行对吧？下面分几种常用工具给你具体实现方案，按需pick：

1. Excel用Power Query最省心 #

Excel的Power Query处理这种数据补全简直是量身定做，步骤超清晰：

• 先把你的原数据表导入Power Query：点「数据」选项卡 → 「自表格/区域」，确认勾选「我的表格有标题」。
• 生成目标日期序列：
  1. 新建一个空白查询，在公式栏输入：

     = List.Dates(#date(2018,4,30), 4, #duration(1,0,0,0))
     

     这里#date(2018,4,30)是起始日期，4是日期区间的天数（04/30到05/03刚好4天），#duration(1,0,0,0)表示每天递增一天。
  2. 把这个日期列表转成表格，列名改成Due Date。
• 合并原表和日期表：
  回到原数据的查询页面，点「合并查询」→ 选择刚才新建的日期表，匹配列选Due Date，合并类型选「完全外部」。然后展开合并后的列，保留SiteName、Updater、SomeID这些字段。
• 填充缺失值：
  选中SiteName、Updater、SomeID这些列，点「转换」选项卡 → 「填充」→ 「向下填充」（要是你原表每个站点只有一组基础数据，这一步会自动把缺失日期的字段补成和已有行一致的内容）。
• 最后整理下，把结果加载回Excel新工作表就搞定了！

2. 数据库场景用SQL实现 #

假设你的原表叫site_tasks，目标日期是2018-04-30到2018-05-03，用SQL的话可以这么写（以MySQL为例）：

先生成日期序列 #

WITH date_range AS (
    SELECT ADDDATE('2018-04-30', INTERVAL (n-1) DAY) AS due_date
    FROM (
        SELECT 1 AS n UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4
    ) AS numbers
)

再左连接原表补全数据 #

SELECT
    COALESCE(st.SiteName, (SELECT SiteName FROM site_tasks LIMIT 1)) AS SiteName,
    dr.due_date AS `Due Date`,
    COALESCE(st.Updater, (SELECT Updater FROM site_tasks LIMIT 1)) AS Updater,
    COALESCE(st.SomeID, (SELECT SomeID FROM site_tasks LIMIT 1)) AS SomeID
FROM date_range dr
LEFT JOIN site_tasks st ON dr.due_date = st.`Due Date`;

小贴士：如果原表有多个不同的SiteName，得按站点分组生成日期序列，上面的示例是针对单一站点的情况，多站点的话要把站点列表和日期序列做笛卡尔积哦。

3. Python Pandas适合数据分析场景 #

要是你用Python处理数据，Pandas几行代码就能搞定：

import pandas as pd

# 先模拟你的原数据表
df = pd.DataFrame({
    'SiteName': ['Site1', 'Site1'],
    'Due Date': ['2018-04-30', '2018-05-01'],
    'Updater': ['ABC', '...'],
    'SomeID': [11870, ...]
})

# 把日期列转成datetime类型，方便后续处理
df['Due Date'] = pd.to_datetime(df['Due Date'])

# 定义目标日期范围
date_start = '2018-04-30'
date_end = '2018-05-03'
target_dates = pd.date_range(start=date_start, end=date_end)

# 按站点分组补全日期
final_data = []
for site_name, site_group in df.groupby('SiteName'):
    # 把分组后的表重新索引到目标日期范围
    reindexed_group = site_group.set_index('Due Date').reindex(target_dates)
    # 填充缺失的字段值（用向前填充，取最近的已有值）
    reindexed_group['SiteName'] = site_name
    reindexed_group[['Updater', 'SomeID']] = reindexed_group[['Updater', 'SomeID']].ffill()
    # 重置索引，把日期列改回原来的名字
    final_data.append(reindexed_group.reset_index().rename(columns={'index': 'Due Date'}))

# 合并所有站点的结果
final_df = pd.concat(final_data)

# 输出看看结果
print(final_df)

这段代码会自动给每个站点补全指定日期范围内的所有日期，缺失日期的字段会沿用该站点最近的已有数据，完美符合你的需求~

内容的提问来源于stack exchange，提问作者NoBullMan