本文介绍如何基于每组的指定次数（n_times）和日期间隔（interval_days），为原始 dataframe 的每一行生成多条新记录，并自动计算对应日期，最终实现按组批量扩展数据行。
本文介绍如何基于每组的指定次数（n_times）和日期间隔（interval_days），为原始 dataframe 的每一行生成多条新记录，并自动计算对应日期，最终实现按组批量扩展数据行。
在数据分析与时间序列建模中，常需将聚合后的“模板行”展开为实际时间点序列——例如，为每个 ID 配置不同的采样频率与起始日，生成若干个后续时间戳。Pandas 本身不支持直接按行参数化广播日期，但可通过 apply + pd.date_range + explode 组合高效实现。
核心思路是：
- 将原始数据按 Id 设为索引，保留分组维度；
- 对每行调用自定义函数，根据 n_times、interval_days 和 date (MM-dd) 构造 DatetimeIndex；
- 使用 explode() 将列表型日期列“炸开”为多行；
- 最后格式化为 MM-dd 字符串。
以下是可直接运行的完整示例代码：
import pandas as pd
# 原始数据
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'):
"""生成从指定起始日开始、按天数间隔递增的日期序列"""
return pd.date_range(
start=f'{year}-{start_date}',
periods=n_times,
freq=f'{interval_days}D'
)
# 扩展逻辑
result = df.set_index('Id')
result['date (MM-dd)'] = result.apply(
lambda x: generate_date_range(x['n_times'], x['interval_days'], x['date (MM-dd)']),
axis=1
)
result = result.explode('date (MM-dd)')
result['date (MM-dd)'] = result['date (MM-dd)'].dt.strftime('%m-%d')
print(result.reset_index())⚠️ 注意事项：
- 年份处理：generate_date_range 默认使用 '2024' 年补全日期（因 pd.date_range 需完整 YYYY-MM-DD 格式）。若原始日期跨年或需动态年份，请提前解析 date (MM-dd) 中隐含的年份，或传入列作为参数；
- 边界安全：n_times=0 或负值会导致空序列，explode() 会自动跳过，但建议在 apply 前添加校验；
- 性能提示：对超大数据集（>10 万组），避免 apply(..., axis=1)，可改用 numpy.vectorize 或预计算起始时间戳后向量化生成；
- 时区与节假日：freq='xD' 为自然日（calendar days），如需工作日请改用 'xB'（Business Day），并注意 pd.bdate_range 不支持自定义间隔天数，此时需手动构造。
该方法灵活、可读性强，是 Pandas 中实现“参数化行扩展”的标准范式之一，适用于模拟数据生成、计划排期、滚动预测窗口构建等典型场景。
