Pandas：如何统计跨多年日期区间的每年战争数量？

嗨，这个场景我太熟悉了！用嵌套循环确实又麻烦又低效，Pandas其实有非常简洁的标准方案，核心思路是先把每个战争覆盖的所有年份拆出来，再按年份分组计数，完全不需要手动遍历。我给你一步步演示：

第一步：对齐数据结构（先处理日期类型） #

首先要确保你的日期列是datetime类型，我先构造一个样例数据方便演示：

import pandas as pd

data = {
    '战争名称': ['战争A', '战争B', '战争C'],
    '开始日期': ['2018-03-15', '2019-11-20', '2020-05-01'],
    '结束日期': ['2020-08-25', '2020-02-10', '2022-12-31']
}
df = pd.DataFrame(data)
# 务必把日期列转为datetime类型，方便提取年份
df['开始日期'] = pd.to_datetime(df['开始日期'])
df['结束日期'] = pd.to_datetime(df['结束日期'])

第二步：生成每个战争覆盖的年份列表 #

用apply结合range函数，为每一行战争生成它跨越的所有年份（包括开始和结束年份）：

df['覆盖年份'] = df.apply(
    lambda row: list(range(row['开始日期'].year, row['结束日期'].year + 1)),
    axis=1
)

这一步之后，每个战争条目会对应一个包含所有覆盖年份的列表，比如战争A会生成[2018,2019,2020]。

第三步：展开列表并分组计数 #

用explode把列表拆成单独的行，然后按年份分组统计数量即可：

# 把年份列表展开为多行，每个年份对应一行原战争数据
yearly_wars = df.explode('覆盖年份')
# 按年份分组，统计每组的战争数量
yearly_count = yearly_wars.groupby('覆盖年份')['战争名称'].count().reset_index(name='战争数量')

运行后你会得到这样的结果：

为什么这个方法更好？ #

• 完全避免了嵌套循环，利用Pandas的矢量化操作，处理大数据集时效率提升非常明显
• 代码简洁易读，逻辑清晰，后期维护成本低
• 自动处理了各种边界情况：比如战争跨年（12月到次年1月）、持续多年等，都能正确统计到对应的年份

内容的提问来源于stack exchange，提问作者Jasper