Pandas 中按组动态扩展行并生成递增日期序列的完整教程

在数据分析与时间序列建模的实际场景中，经常会遇到这样一个需求：把聚合好的“模板行”拆成实际的时间点序列。举个具体的例子——每个ID都有自己的采样频率和起始日期，需要据此生成若干后续时间戳。Pandas本身并没有一个现成的函数能直接按行参数化广播日期，不过借助 apply + pd.date_range + explode 这个组合，可以很灵活地实现。

核心思路其实并不复杂：先把原始数据按 Id 设为索引，保留分组维度；然后对每一行调用自定义函数，利用 n_times、interval_days 和起始日期（MM-dd 格式）构造出一个 DatetimeIndex；最后用 explode() 把列表型的日期列“炸开”成多行；再格式化成 MM-dd 字符串就行。下面是一份可以直接运行的完整示例：

import pandas as pd

# 原始数据
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'):
    """生成从指定起始日开始、按天数间隔递增的日期序列"""
    return pd.date_range(
        start=f'{year}-{start_date}', 
        periods=n_times, 
        freq=f'{interval_days}D'
    )

# 扩展逻辑
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')
print(result.reset_index())

话说回来，几个容易踩坑的细节值得单独拎出来聊两句。

• 年份处理：generate_date_range 里默认用了 '2024' 年补全日期，因为 pd.date_range 要求完整的 YYYY-MM-DD 格式。如果你的原始数据中起始日期跨年了，或者需要动态年份，那就得提前解析 date (MM-dd) 里隐含的年份信息，或者把年份作为参数传进去。
• 边界安全：如果 n_times = 0 或者为负值，生成的日期序列会是空的，explode() 会自动跳过不会报错，但建议在 apply 之前加一个校验逻辑，让行为更可控。
• 性能提示：当数据量很大（比如超过10万组）时，apply(..., axis=1) 会有点慢。可以改用 numpy.vectorize，或者预先把起始时间戳计算好，再向量化生成日期序列。
• 时区与节假日：freq='xD' 表示自然日（calendar days），如果需要排除周末或节假日的工作日序列，就得用 'xB'（Business Day）。不过要注意，pd.bdate_range 不支持自定义间隔天数，遇到这种场景得手动构造。

这个方法灵活、可读性强，可以说是 Pandas 里实现“参数化行扩展”的标准范式之一。无论是模拟数据生成、计划排期，还是滚动预测窗口构建，都能派上用场。