计算由熊猫数据框设置的范围内的日期

Question

我有一个包含两个日期列的 Pandas 数据框，一个开始日期和一个定义范围的结束日期。我希望能够收集数据框中所有行的所有日期的总数，如这些列所定义的。

例如，该表如下所示：

index        start_date         end date
     0         '2015-01-01'    '2015-01-17'
     1         '2015-01-03'    '2015-01-12'

结果将是每个日期的聚合，例如：

    date           count
'2015-01-01'     1
'2015-01-02'     1
'2015-01-03'     2

等等。

我目前的方法有效，但在大数据帧上非常慢，因为我在行之间循环，计算范围，然后循环遍历。我希望找到更好的方法。

目前我正在做：

date = pd.date_range (min (df.start_date), max (df.end_date))
df2 = pd.DataFrame (index =date)
df2 ['count'] = 0

for index, row in df.iterrows ():
    dates = pd.date_range (row ['start_date'], row ['end_date'])
    for date in dates:
        df2.loc['date']['count'] += 1

Answer 1

按照@Sam 的建议堆叠相关列后，只需使用value_counts.

df[['start_date', 'end date']].stack().value_counts()

编辑：

鉴于您还想计算开始日期和结束日期之间的日期：

start_dates = pd.to_datetime(df.start_date)
end_dates = pd.to_datetime(df.end_date)

>>> pd.Series(dt.date() for group in 
              [pd.date_range(start, end) for start, end in zip(start_dates, end_dates)]  
              for dt in group).value_counts()
Out[178]: 
2015-01-07    2
2015-01-06    2
2015-01-12    2
2015-01-05    2
2015-01-04    2
2015-01-10    2
2015-01-03    2
2015-01-09    2
2015-01-08    2
2015-01-11    2
2015-01-16    1
2015-01-17    1
2015-01-14    1
2015-01-15    1
2015-01-02    1
2015-01-01    1
2015-01-13    1
dtype: int64