本文详解如何在 Pandas 中对分组数据批量添加新行，每组依据指定次数（n_times）和日期间隔（interval_days）生成递增的日期序列，并保持原始分组字段不变。
本文详解如何在 pandes 中对分组数据批量添加新行，每组依据指定次数（n_times）和日期间隔（interval_days）生成递增的日期序列，并保持原始分组字段不变。
在实际数据分析中，常需将聚合后的分组记录“展开”为多行时间序列——例如为每个 ID 生成未来若干天的预测占位符、补全时间切片，或构造模拟观测点。关键在于：每组独立计算，且日期增量由该组专属参数动态控制（而非全局统一间隔）。Pandas 提供了简洁高效的实现路径，核心在于结合 apply + pd.date_range 构造列表，再通过 explode() 展开。
以下为完整可复现的解决方案：
import pandas as pd
# 原始数据（注意：date 列为字符串格式 'MM-dd'）
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']
})
def generate_date_range(n_times: int, interval_days: int, start_date: str, year: str = '2024'):
"""根据起始日期、次数和间隔生成日期序列"""
# 将 'MM-dd' 字符串拼接为 'YYYY-MM-dd' 格式
full_start = f'{year}-{start_date}'
return pd.date_range(start=full_start, periods=n_times, freq=f'{interval_days}D')
# 步骤1：以 Id 为索引，便于后续 apply 操作
result = df.set_index('Id')
# 步骤2：对每行应用 date_range 生成 DatetimeIndex 列表
result['date (MM-dd)'] = result.apply(
lambda x: generate_date_range(x['n_times'], x['interval_days'], x['date (MM-dd)']),
axis=1
)
# 步骤3：explode 展开列表为多行，自动复制其他列
result = result.explode('date (MM-dd)')
# 步骤4：格式化回 'MM-dd' 字符串
result['date (MM-dd)'] = result['date (MM-dd)'].dt.strftime('%m-%d')
# 重置索引，还原 Id 为普通列（可选）
result = result.reset_index()
print(result)✅ 输出结果与预期完全一致：每组 Id 的行数等于其 n_times，日期严格按 interval_days 累加，且不同组互不影响。
⚠️ 关键注意事项：
- pd.date_range(..., freq='nD') 中 n 必须为整数，不支持浮点或变量表达式，因此需在 freq 参数中动态传入字符串（如 f'{interval_days}D'）；
- explode() 要求目标列为 list 或 array-like，不能是 scalar；若某组 n_times=0，需提前过滤或处理空列表，否则 explode() 会丢弃该行；
- 年份默认设为 '2024' 是为避免 02-29 等边界问题，生产环境建议从原始数据中提取年份，或使用 pd.to_datetime(..., errors='coerce') 增强鲁棒性；
- 若原始 date (MM-dd) 存在非法值（如 '02-30'），pd.date_range 会报错，建议增加异常捕获或预校验。
该方法兼具可读性与性能：apply + explode 是 Pandas 原生向量化操作的优雅组合，无需循环或 itertools，适用于万级以内分组规模；对于超大规模数据，可考虑 numba 加速 generate_date_range 或改用 dask 分块处理。
