确定给定时间范围的月份并扩展到多行答案

【问题标题】：Determine month given time range and expand to multiple rows确定给定时间范围的月份并扩展到多行
【发布时间】：2019-11-21 15:11:10
【问题描述】：

有没有办法从给定的时间范围中提取月份，并将其应用于基于该范围的价格？也许最好通过例子来说明。我有一个包含报价开始和结束日期的价格范围：

d = {'Price': [12, 11, 14], 'Offer_From': ['2019-10-12', '2019-10-13', '2020-02-01'],'Offer_To': ['2019-12-31', '2019-10-31', '2020-05-31'],  }
df = pd.DataFrame(data=d)
df
   Price  Offer_From    Offer_To
0     12  2019-10-12  2019-12-31
1     11  2019-10-13  2019-10-31
2     14  2020-02-01  2020-05-31

我想要的是一个类似于下面的表格，其中月份名称是从时间范围中提取的：

d2 = {'Price': [12,12,12,11,14,14,14,14], 'Month': ['2019-10', '2019-11', '2019-12', '2019-10', '2020-02', '2020-03', '2020-04', '2020-05']}
df2 = pd.DataFrame(data=d2)
df2
   Price    Month
0     12  2019-10
1     12  2019-11
2     12  2019-12
3     11  2019-10
4     14  2020-02
5     14  2020-03
6     14  2020-04
7     14  2020-05

【问题讨论】：

@MartijnPieters 这是一个合适的副本吗？这个答案的解决方案涉及其他步骤......
@MartijnPieters 我重新打开了这个问题，因为副本不合适
这可能是更接近的副本：stackoverflow.com/questions/42151886/…

标签： python pandas time period

【解决方案1】：

假设 Offer_From 和 Offer_To 都是 DateTime 列，您可以使用 date_range + explode 然后手动提取月份：

df['Month'] = df[['Offer_From', 'Offer_To']].apply(lambda x: pd.date_range(x[0], x[1], freq='M'), axis=1)
result = df.explode('Month').drop(['Offer_From', 'Offer_To'], axis=1)

result['Month'] = [f'{date.year}-{date.month:02d}' for date in result['Month']]

print(result)

输出

   Price    Month
0     12  2019-10
0     12  2019-11
0     12  2019-12
1     11  2019-10
2     14  2020-02
2     14  2020-03
2     14  2020-04
2     14  2020-05

【讨论】：

感谢@Daniel Mesejo，它运行良好，但需要注意的是同一月份范围（即 2019/12/01 到 2019/12/15）将导致 nan，我可能会通过以下方式纠正这些问题过滤和应用 dt.month()