pandas 根据时间间隔和期数展开数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pd.date_range 是 pandas 库中用于生成日期范围的函数。它的主要用途是创建一个由日期组成的序列，方便在时间序列分析和处理中使用。今天我们看看它的一个应用。

数据与需求

我们的源数据如下：

import pandas as pd
import io

data = '''
n_times interval_days  date
3       4              03-01  
1       4              03-02
2       5              03-05
4       3              03-07
'''

df = pd.read_csv(io.StringIO(data), sep=r'\s+')
df
# ...

其中 date 是日期，它是一个字符串，interval_days 是要扩展的日期的间隔天数，n_times 是期数。

要将这个数据根据 interval_days 和 n_times 进行扩展，得到一个完成的时序数据。结果即：

'''
n_times  interval_days  date_range
      3              4  2024-03-01
      3              4  2024-03-05
      3              4  2024-03-09
      1              4  2024-03-02
      2              5  2024-03-05
      2              5  2024-03-10
      4              3  2024-03-07
      4              3  2024-03-10
      4              3  2024-03-13
      4              3  2024-03-16
'''

思路

要将源数据进行扩展，就会想到使用 explode() 方法来爆炸数据，进行爆炸的前提就需要有一个等待展开的时间序列，这个序列就是根据 interval_days 和 n_times 生成的的时间范围数据，我们可以用顶级方法 pd.date_range() 来完成的数据的构造。

代码

根据思路，我们的最终代码是：

def func(ser: pd.Series) -> pd.DatetimeIndex:
    return pd.date_range(
        start=f'2024-{ser.date}',
        periods=ser.n_times,
        freq=f'{ser.interval_days}D'
    )

(
    df.assign(date_range=df.apply(func, axis=1))
    .explode('date_range')
)
'''
   n_times  interval_days   date date_range
0        3              4  03-01 2024-03-01
0        3              4  03-01 2024-03-05
0        3              4  03-01 2024-03-09
1        1              4  03-02 2024-03-02
2        2              5  03-05 2024-03-05
2        2              5  03-05 2024-03-10
3        4              3  03-07 2024-03-07
3        4              3  03-07 2024-03-10
3        4              3  03-07 2024-03-13
3        4              3  03-07 2024-03-16
'''

这样就完成了这个需求。

（完）

pandas 根据时间间隔和期数展开数据

数据与需求

思路

代码

相关内容