本文介绍如何使用 pandas 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，并保持原始字段不变。
本文介绍如何使用 pandas 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——例如为每个用户生成未来若干天的预测占位、为设备生成周期性维护计划等。核心挑战在于：每组的扩展逻辑不同（如不同 ID 对应不同的重复次数与日期步长），不能简单用 pd.concat 或 repeat() 实现。
以下是一个完整、可复用的解决方案：
✅ 步骤解析
- 定义日期生成函数：封装 pd.date_range，支持自定义起始年份（避免默认 1970 年问题）、灵活的间隔频率；
- 按行应用生成逻辑：使用 df.apply(..., axis=1) 为每组构造一个 DatetimeIndex 列表；
- 展开列表列：借助 explode() 将每个列表展开为多行；
- 格式化输出日期：统一转为 MM-dd 字符串格式。
? 完整代码示例
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'):
"""生成指定起始日、间隔与长度的日期序列"""
return pd.date_range(
start=f'{year}-{start_date}',
periods=n_times,
freq=f'{interval_days}D'
)
# 设置 Id 为索引便于后续操作（也可不设，改用 reset_index() 衔接）
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')
# 恢复 Id 为普通列（可选）
result = result.reset_index()
print(result)⚠️ 注意事项
- 年份必须显式指定：原始 date (MM-dd) 不含年份，pd.date_range 需补全年份（如 '2024-03-01'），否则可能因默认纪元导致异常；
- explode() 要求列元素为 list/tuple/series：确保 generate_date_range 返回的是 DatetimeIndex（它兼容 explode）；
- 性能提示：对大数据集，避免 apply(..., axis=1) —— 可改用向量化预处理（如先构造年份列再 pd.to_datetime）提升效率；
- 空值安全：若原始 date (MM-dd) 含缺失值，需在 apply 中加 if pd.isna(...) 判断。
✅ 输出效果
结果严格匹配预期：每组 Id 出现 n_times 次，date (MM-dd) 按 interval_days 等距递增，其余字段（n_times, interval_days）完整保留。
该方法兼具可读性与扩展性，适用于日历填充、模拟采样、报表补零等多种场景。
