从开始日期和结束日期创建时间序列

Question

我想从一个包含订阅开始和结束日期的表中创建一个时间序列。输入表包含订阅的帐户名及其各自的开始日期和结束日期。

input:
accountname    startDate    endDate
abc          31/12/2020   2/1/2021
xyz          2/1/2021     4/1/2021
pqr          4/1/2021     6/1/2021 
stu          2/1/2021     3/1/2021

时间序列的值将是当天活动的accountnames的计数，即在其各自的开始和结束日期内的accountnames的计数。

output:
TSDate          value (count of active subscriptions)
1/1/2021       1
2/1/2021       3
3/1/2021       2
4/1/2021       2  

我可以考虑通过创建一系列日期并每次迭代输入来确定TSdate>endDate。

使用python解决这个问题的正确方法是什么？有什么图书馆我可以利用吗？

Answer 1

我认为您需要首先将值转换为日期时间，然后在列表理解中使用concat，最后使用Index.value_counts:

df['startDate']= pd.to_datetime(df['startDate'], dayfirst=True)
df['endDate']= pd.to_datetime(df['endDate'], dayfirst=True)
s = (pd.concat([pd.Series(r.accountname,pd.date_range(r.startDate, r.endDate)) 
for r in df.itertuples()])
.index
.value_counts()
.sort_index())
print (s)
2020-12-31    1
2021-01-01    1
2021-01-02    3
2021-01-03    2
2021-01-04    2
2021-01-05    1
2021-01-06    1
dtype: int64

如果需要DataFrame:

df1 = s.rename_axis('date').reset_index(name='value')