向pandas数据帧添加一个新列，并在组内增加日期

Question

我有一个熊猫数据帧(df(，它按索引值分组。具有重复的行。

我想添加一个新列，每行都有一个日期，代表每组的df.start_date和df.end_date中的每一天：

由此：

index    start_date   end_date    number_of_days  value
0        8/12/2019    10/12/2019  3               2091
0        8/12/2019    10/12/2019  3               2091
0        8/12/2019    10/12/2019  3               2091
1        11/12/2019   14/12/2019  4               2214
1        11/12/2019   14/12/2019  4               2214
1        11/12/2019   14/12/2019  4               2214
1        11/12/2019   14/12/2019  4               2214
2        15/12/2019   16/12/2019  2               8430
2        15/12/2019   16/12/2019  2               8430

对此：

index    start_date   end_date    number_of_days  value  NEW_COLUMN
0        8/12/2019    10/12/2019  3               2091   8/12/2019
0        8/12/2019    10/12/2019  3               2091   9/12/2019
0        8/12/2019    10/12/2019  3               2091   10/12/2019
1        11/12/2019   14/12/2019  4               2214   11/12/2019
1        11/12/2019   14/12/2019  4               2214   12/12/2019 
1        11/12/2019   14/12/2019  4               2214   13/12/2019
1        11/12/2019   14/12/2019  4               2214   14/12/2019
2        15/12/2019   16/12/2019  2               8430   15/12/2019
2        15/12/2019   16/12/2019  2               8430   16/12/2019

到目前为止，我已经能够基于pd.date_range创建一个日期范围，然后尝试将该范围作为新值添加到数据帧中。。

#generate a daily date range based on min and max values
date_range_to_add = pd.date_range(start=min(df['start_date'])
,end=max(df['end_date']),freq='D')
repeated_dw_data['dates']= date_range_to_add

然而，我得到的错误是，值的长度与索引的长度不匹配。显然，生成的日期范围比完整的行列表更短。

我想我必须创建一个函数来为每个组生成一个日期范围，添加它，然后在组中附加到一个新的数据帧中。但在我走这条路之前，作为一条更简单的路线，我有什么遗漏吗？对每组进行交互并应用此逻辑的最佳方式是什么？

Answer 1

如果每组每个索引值的长度与number_of_days列相同，则应通过GroupBy.cumcount和to_timedelta计数器创建天数的时间增量，并添加到start_date列：

repeated_dw_data['start_date']=pd.to_datetime(repeated_dw_data['start_date'], dayfirst=True)
td = pd.to_timedelta(repeated_dw_data.groupby(level=0).cumcount(), unit='d')
repeated_dw_data['new'] = repeated_dw_data['start_date'] + td
print (repeated_dw_data)
start_date    end_date  number_of_days  value        new
index                                                         
0     2019-12-08  10/12/2019               3   2091 2019-12-08
0     2019-12-08  10/12/2019               3   2091 2019-12-09
0     2019-12-08  10/12/2019               3   2091 2019-12-10
1     2019-12-11  14/12/2019               4   2214 2019-12-11
1     2019-12-11  14/12/2019               4   2214 2019-12-12
1     2019-12-11  14/12/2019               4   2214 2019-12-13
1     2019-12-11  14/12/2019               4   2214 2019-12-14
2     2019-12-15  16/12/2019               2   8430 2019-12-15
2     2019-12-15  16/12/2019               2   8430 2019-12-16