pandas 根据两个初始时间差生成对应行数

比如说，初始日期分别是20200101，20201201，我要生成如下

代码如下：

list1=[]  #用于储存id
list2=[] #用于储存date
for i in range(len(tmp)):
    #生成时间序列
    obs_list = [str(i.date()) for i in (pd.date_range(start = tmp.iloc[i].opendate, 
                                                      end= tmp.iloc[i].enddate, 
                                                      freq = 'M')).tolist()]
    list1.append(obs_list) #date
    l=len(obs_list) #
    coll=[tmp.iloc[i].ref_id]*l 
    list2.append(coll)
from itertools import chain  #用于展平里面的[]
dict1=pd.DataFrame({'ref_id':list(chain(*list2)),'data':list(chain(*list1))})
dict1

 注意，上面的tmp其实是一个表，里面有三个字段，分别是ref_id，opendate，enddate

我们重新修改了一下，写成函数

def date_to_row(df):
    '''
    df 有字段id,opendate,enddate三个字段组成
    这次是按照月份差生成行数，还可以按照天数差生成
    '''
    df_out_1=pd.DataFrame(columns=['id','opendate','enddate'])
    for i in range(len(df)):
    #生成时间序列
        df_out = pd.DataFrame()
        date_list = [str(i.date()) for i in (pd.date_range(start = df.iloc[i].opendate, 
                                                      end= df.iloc[i].enddate, 
                                                      freq = 'M')).tolist()]
        len_date = len(date_list)
         
        df_out['id'] = [df.iloc[i].id]*len_date
        df_out['opendate'] = [df.iloc[i].opendate]*len_date
        df_out['enddate'] = [df.iloc[i].enddate]*len_date
        df_out['row_date'] = date_list
        df_out_1 = df_out_1.append(df_out)
    return df_out_1

值得注意的是，写for循环时，我们可以在for外面建立一个空表，在for循环里面建立一个空表，然后外面的表不断append里面的表，最后输出外面的表

验证结果如下；

a=data_merge[['reportno','opendate','enddate']].head(5)
a=a.rename(columns={'reportno':'id'})
a
date_to_row(a)

 

 

 

 最后可以使用表连接或者合并的功能

写这些主要用于历史数据回溯，比如说计算vintage 等