本文介绍如何使用 pandas 对分组数据动态扩展行数，并为每组生成基于起始日期和自定义天数间隔的连续日期序列，适用于时间维度补全、模拟数据生成等场景。
本文介绍如何使用 pandas 对分组数据动态扩展行数，并为每组生成基于起始日期和自定义天数间隔的连续日期序列，适用于时间维度补全、模拟数据生成等场景。
在实际数据分析中，常需根据每组的参数（如重复次数 n_times 和日期步长 interval_days）扩展原始数据行，并为新增行生成递增的日期。Pandas 提供了高效且可读性强的解决方案，核心在于结合 pd.date_range、apply 与 explode 实现向量化日期生成与行展开。
以下为完整实现步骤：
✅ 步骤说明与代码实现
首先，确保日期字段为字符串格式（如 '03-01'），并指定年份以构造合法日期（例如统一设为 2024）；接着定义一个生成日期范围的辅助函数：
import pandas as pd
def generate_date_range(n_times: int, interval_days: int, start_date: str, year: str = '2024'):
return pd.date_range(
start=f'{year}-{start_date}',
periods=n_times,
freq=f'{interval_days}D'
)该函数接收每组的 n_times（生成日期个数）、interval_days（间隔天数）和 start_date（MM-dd 格式），返回对应长度的 DatetimeIndex。
然后对 DataFrame 执行如下操作：
# 假设原始 DataFrame 如下
df = pd.DataFrame({
'Id': [1, 2, 3, 4],
'n_times': [3, 1, 2, 4],
'interval_days': [4, 4, 5, 3],
'date (MM-dd)': ['03-01', '03-02', '03-05', '03-07']
})
# 设置索引便于分组处理
result = df.set_index('Id')
# 按行应用 date_range 生成列表（每个元素为 DatetimeIndex）
result['date (MM-dd)'] = result.apply(
lambda x: generate_date_range(x['n_times'], x['interval_days'], x['date (MM-dd)']),
axis=1
)
# 展开列表列 → 每个日期变为独立行
result = result.explode('date (MM-dd)')
# 格式化为 MM-dd 字符串
result['date (MM-dd)'] = result['date (MM-dd)'].dt.strftime('%m-%d')
# 重置索引以恢复 Id 列
result = result.reset_index()输出结果将严格匹配预期结构，每组 Id 下扩展出 n_times 行，日期按 interval_days 累加，且保留原始 n_times 与 interval_days 字段不变。
⚠️ 注意事项
- 年份一致性：generate_date_range 中硬编码年份（如 '2024'）仅作示例；若原始数据跨年或需动态推断，请提前解析年份或使用 pd.to_datetime(..., format='%m-%d') 配合 errors='coerce' 处理。
- 性能提示：对于大规模数据，apply(axis=1) 存在一定开销；若 n_times 较小且组数适中，此方案简洁可靠；超大数据集可考虑 numpy.repeat + pd.date_range 向量化拼接优化。
- 空值/异常处理：确保 n_times > 0 且 interval_days > 0，否则 pd.date_range 可能报错；建议在 apply 前添加校验逻辑。
- 时区与精度：freq 使用 'xD' 表示自然日（非工作日），如需排除周末或节假日，应改用 CustomBusinessDay 或 offsets.CustomBusinessDay。
该方法灵活、可复用，是 Pandas 中实现“按组参数化扩行+日期生成”的典型范式，适用于报表补全、实验周期模拟、预测基准构建等多种业务场景。
