Python:包含开始日期和结束日期的Dataframe，解压为1个日期字段
在Python中，可以使用pandas库来处理包含开始日期和结束日期的Dataframe，并将其解压为一个日期字段。
首先，我们需要导入pandas库：
import pandas as pd接下来，我们可以创建一个包含开始日期和结束日期的Dataframe：
df = pd.DataFrame({'start_date': ['2022-01-01', '2022-02-01', '2022-03-01'],
'end_date': ['2022-01-31', '2022-02-28', '2022-03-31']})现在，我们可以使用pandas的to_datetime函数将开始日期和结束日期转换为日期类型：
df['start_date'] = pd.to_datetime(df['start_date'])
df['end_date'] = pd.to_datetime(df['end_date'])接下来，我们可以使用pandas的date_range函数生成包含开始日期和结束日期之间所有日期的序列：
df['date'] = df.apply(lambda row: pd.date_range(row['start_date'], row['end_date']), axis=1)最后，我们可以使用pandas的explode函数将包含多个日期的列表展开为单个日期字段：
df = df.explode('date').reset_index(drop=True)现在，我们的Dataframe已经被解压为一个日期字段，可以通过访问'date'列来查看结果。
这是一个示例的完整代码：
import pandas as pd
df = pd.DataFrame({'start_date': ['2022-01-01', '2022-02-01', '2022-03-01'],
'end_date': ['2022-01-31', '2022-02-28', '2022-03-31']})
df['start_date'] = pd.to_datetime(df['start_date'])
df['end_date'] = pd.to_datetime(df['end_date'])
df['date'] = df.apply(lambda row: pd.date_range(row['start_date'], row['end_date']), axis=1)
df = df.explode('date').reset_index(drop=True)
print(df)这个方法可以用于将包含开始日期和结束日期的Dataframe解压为一个日期字段，方便后续的日期处理和分析。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云官网：https://cloud.tencent.com/
- 腾讯云数据库：https://cloud.tencent.com/product/cdb
- 腾讯云云服务器：https://cloud.tencent.com/product/cvm
- 腾讯云人工智能：https://cloud.tencent.com/product/ai
- 腾讯云物联网：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发：https://cloud.tencent.com/product/mobdev
- 腾讯云存储：https://cloud.tencent.com/product/cos
- 腾讯云区块链：https://cloud.tencent.com/product/baas
- 腾讯云元宇宙：https://cloud.tencent.com/product/mu
相关·内容
2回答
我有T1，格式为
STUDENT SCORE DATE
1 6 2022-02-01
1 0 2022-03-12
1 5 2022-04-30
1 1 2022-04-30
1 1 2022-05-14
1 1 2022-05-19
1 8 2022-05-26
2 9 2022-01-02
2 10 2022-04-11
2 2 2022-04-12
2 0 2022-04-17
2 7 2022-05-08
2 4 2022-05-12
3 10 2022-01-09
3
浏览 10提问于2022-09-29得票数 1
回答已采纳
1回答
我的问题如下。我正在试图计算未来的值，比方说，在中的待定值。
我的smaple数据框架是：
Task start_date end_date Total_salary
Task1 2022-01-01 01-04-2022 500
Task2 2022-03-01 2022-06-01 400
Task3 2019-11-01 2020-01-01 300
Task
浏览 8提问于2022-02-02得票数 0
回答已采纳
1回答
我有一张有两列的表，日期和件数，如下所示：
pieces Date
100 2022-01-01
200 2022-02-01
300 2022-03-01
诸若此类。
我想用增加最近一个月的方式来总结文章的数量，如下所示：
january - 100 pieces
february - 300 pieces
march - 600 pieces
我该怎么做？
到目前为止，我尝试的是让个人选择的总和达到一个点，然后与另一个点结合，直到另一个点，但它似乎适得其反。
select
s
浏览 11提问于2022-11-24得票数 0
2回答
我有下面的代码。此代码在SQL中。我想在R中复制相同的代码(最好是dplyr)。我找到了使用不等式条件进行连接的方法，但没有使用AND和OR条件。有人能指点我吗？
library(sqldf)
start_date <- c('2022-01-01','2022-02-01','2022-03-01','2022-04-01','2022-05-01','2022-06-01')
end_date <- c('2022-01-31','2022-02-28&#
浏览 5提问于2022-07-10得票数 2
回答已采纳
2回答
我有个问题。我想计算两个日期之间的工作日数。示例：
import numpy as np
pokus = {"start_date" : "2022-01-01 10:00:00" , "end_date" : "2022-01-01 17:00:00" }
df = pd.DataFrame(pokus, index=[0])
cas_df["bus_days"] = np.busday_count(pd.to_datetime(df["start_date"]) , pd.to_datetim
浏览 15提问于2022-08-25得票数 0
回答已采纳
2回答
我想把下个月的Bill_Status还给你。应该根据两个字段验证此信息：Cus_Number和Cus_Account。
这是我的DataFrame：
import pandas as pd
# assign data of lists.
data = {'Date': ['2022-01-31', '2022-02-28', '2022-03-31', '2022-04-30', '2022-01-31', '2022-02-28', '2022-03-31&#
浏览 9提问于2022-09-07得票数 0
1回答
如何用应用条件填充NA值？
、、、、
我试图通过应用某些条件将空值替换为0。下面是生成数据集的代码。
data = {'month': ['2022-01-01', '2022-02-01', '2022-03-01', '2022-01-01', '2022-02-01', '2022-03-01', '2022-04-01', '2022-05-01', '2022-06-01', '2022-07-01', '2022-08-01'],
浏览 2提问于2022-07-23得票数 0
我正在尝试使用rolling().sum()来创建一个数据格式，每个类型都包含2个月的滚动和。以下是我的数据：
import pandas as pd
df = pd.DataFrame({'type': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C'],
'date
浏览 4提问于2022-07-12得票数 1
回答已采纳
我试图弄清楚如何使用Pandas扩展excel中具有日期范围的几行。下面是两个记录，我想每隔7天扩展一次。
下面是我期望看到的作为输出的内容。如果没有足够的7天，那么我仍然想要一行，显示剩余的日子。
下面是我起草的代码。使用Pandas非常新，所以我不确定是否使用了正确的方法。如果有人能帮忙，那就太好了！
df = pd.read_excel(path_link + input_file_name)
time_series = pd.DataFrame({
'Product': df.Product,
'Date':pd.date_rang
浏览 0提问于2020-01-01得票数 2
回答已采纳
我有这样的数据：
import pandas as pd
data=[[1,'2021-10-01 00:00:00','2021-12-01 23:59:59'],[2,'2022-02-01 00:00:00','2022-05-10 23:59:59']]
df=pd.DataFrame(data,columns=['id','start_date','end_date'])
df
id start_date end_date
1 2021-10-0
浏览 1提问于2022-04-11得票数 1
回答已采纳
我正在尝试返回一个数组，该数组将提供每个月的第一天和最后一天，并考虑到间隔的第一个月和最后一个月的开始日期和结束日期。 我似乎无法理解这件事。我只能做一些单独的事情:'( 有没有仁慈的灵魂能帮我理解？ var startDate = moment('2021-08-23');
var endDate = moment('2022-03-22');
var months = [];
if (endDate.isBefore(startDate)) {
throw "End date must be greater than sta
浏览 33提问于2021-08-18得票数 0
回答已采纳
我有两个数据框架--一个数据框架由每月的所有度量值组成，另一个数据框架由给定期间的下界和上界组成。
import pandas as pd
# sample data
data1 = {'Metric_Month': [pd.Timestamp('2022-05-01 00:00:00'), pd.Timestamp('2022-04-01 00:00:00'),
pd.Timestamp('2022-03-01 00:00:00'), pd.Timestamp('20
浏览 5提问于2022-06-30得票数 1
回答已采纳
在Pandas中，我有一个包含股票投资和开始日期的dataframe df1：
Stock,StartDate,Investment
A,2022-01-01,100
A,2022-02-01,150
B,2022-01-01,90
B,2022-01-15,100
...
那我就有df2了
Stock,Date
A,2022-01-01
A,2022-01-02
A,2022-01-05
...
B,2022-01-01
...
我想在df2中添加一列df2，其中装满了从df1获取的投资:给定日期d和df2中的股票S，我希望指定df1的投资日期d >= StartDate和d <
浏览 4提问于2022-07-19得票数 0
1回答
我有一个有几百万行的dataframe，其中我想每天计算两列之间的差异，这两个列都是datetime格式的。
有堆栈溢出问题回答这个问题，根据时间戳计算差异( )。
在时间戳的基础上做这件事感觉相当快：df["Differnce"] = (df["end_date"] - df["start_date"]).dt.days
但是每天做这件事感觉很慢：df["Differnce"] = (df["end_date"].dt.date - df["start_date"].dt.date).dt.day
浏览 3提问于2022-11-21得票数 1
回答已采纳
我需要从当前日期找到前12个月的开始日期和结束日期。
如果当前日期为05-5月-2022年
然后，它应该显示超过12个月的第一次约会和最后一次约会的所有月份，包括当月。
如何实现这一点，因为每个月有不同的天数？我们有任何功能在日期时间来实现这一点吗？
代码只显示上个月的第一个日期和最后一个日期，所以我想要打印前12个月的
from datetime import date, timedelta
this_first = date.today().replace(day=1)
prev_last = this_first - timedelta(days=1)
浏览 3提问于2022-05-17得票数 0
回答已采纳
1回答
用前几个月的数据替换nan值
、、、、
我有一个DataFrame，如下所示。此DataFrame包含NAN值。我希望在上个月的DataFrame中用以前的非nan值替换nan值：
date (y-d-m) | value
2022-01-01 | 1
2022-02-01 | 2
2022-03-01 | 3
2022-04-01 | 4
...
2022-01-02 | nan
2022-02-02 | nan
2022-03-02 | nan
2022-04-02 | nan
...
2022-01-03 | nan
2022-02-
浏览 4提问于2022-02-22得票数 0
回答已采纳
5回答
统计给定一天的记录数
、、、、
我曾经使用一个SQL查询来计算给定日期、给定位置的记录数。
输入数据结构如下: id、location、start_date、end_date
import pandas as pd
data = [('20170009003','0681','2017-07-25','2017-08-02'),
('20170009221','0682','2017-07-28','2017-08-02'),
('20170009271','0682'
浏览 51提问于2018-10-09得票数 1
我正在使用的熊猫数据有栏ID，日期，价值。ID列的Groupby，基于时间戳列，我希望在考虑月份的新列中生成所有日期。
如果月份中有30天用于新列，则应以dd-mm-yyyy格式创建30行。
如果月份中有31天的时间用于新列，则应以dd-mm-yyyy格式创建31行。
如果月份中有28天用于新列，则应以dd-mm-yyyy格式创建28行。
Input Dataframe
Id timestamp Value
1002 18-01-2021 45
1003 08-03-2021 14
100
浏览 6提问于2022-08-28得票数 1
回答已采纳
我尝试使用日期范围过滤数据，其中我有初始的start_date，而end_date是start_date之后的x天。基本上，我想要的就是SQL中start_date和DATE_ADD(start_date, INTERVAL x DAYS) AS end_date子句之间的WHERE DATE_ADD(start_date, INTERVAL x DAYS) AS end_date子句。
下面是我的dataframe示例
+-----------+-----------+
| date | aggregate |
+-----------+-----------+
| ...
浏览 4提问于2022-10-18得票数 3
回答已采纳
1回答
我有一个数据和一个函数来获取随机日期。
from datetime import date, timedelta
import pandas as pd
import random
def dates(start_date, end_date):
start_date = date(start_date[0], start_date[1], start_date[2])
end_date = date(end_date[0], end_date[1], end_date[2])
days_delta = (end_date - start_date).day
浏览 2提问于2022-06-20得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
