python - 按日期范围计算变量的累积占用(求和)

Question

让它成为以下 python pandas DataFrame，其中每一行代表一个人在酒店的住宿。

| entry_date | exit_date  | days   | other_columns |
| ---------- | ---------- | ------ | ------------- |
| 2022-02-01 | 2022-02-05 | 5      |  ...          |
| 2022-02-02 | 2022-02-03 | 2      |  ...          |
| 2022-04-10 | 2022-04-13 | 4      |  ...          |
| 2022-04-11 | 2022-04-12 | 2      |  ...          |
| 2022-04-12 | 2022-04-13 | 2      |  ...          |
| 2022-11-10 | 2022-11-15 | 6      |  ...          |

我想从前一个数据帧中创建一个数据帧，它代表每天该时刻酒店的入住情况。我没有考虑夜晚，只考虑白天的变化。

| date       | ocupation  |
| ---------- | ---------- |
| 2022-02-01 |     1      |
| 2022-02-02 |     2      |
| 2022-02-03 |     2      |
| 2022-02-04 |     1      |
| 2022-02-05 |     1      |
| 2022-04-10 |     1      |
| 2022-04-11 |     2      |
| 2022-04-12 |     3      |
| 2022-04-13 |     2      |
| 2022-11-10 |     1      |
| 2022-11-11 |     1      |
| 2022-11-12 |     1      |
| 2022-11-13 |     1      |
| 2022-11-14 |     1      |
| 2022-11-15 |     1      |

Answer 1

您可以使用date_range和 value_counts :

# ensure datetime
# for year-day-month
df[['entry_date', 'exit_date']] = df[['entry_date', 'exit_date']].apply(pd.to_datetime, dayfirst=True)
# for year-month-day
df[['entry_date', 'exit_date']] = df[['entry_date', 'exit_date']].apply(pd.to_datetime, dayfirst=False)


(pd.Series([d for start, end in zip(df['entry_date'], df['exit_date'])
            for d in pd.date_range(start, end, freq='D')], name='date')
   .value_counts(sort=False)
   .reset_index(name='ocupation')
)

输出:

        index  ocupation
0  2022-02-01          1
1  2022-02-02          2
2  2022-02-03          2
3  2022-02-04          1
4  2022-02-05          1
5  2022-04-10          1
6  2022-04-11          2
7  2022-04-12          3
8  2022-04-13          2
9  2022-11-10          1
10 2022-11-11          1
11 2022-11-12          1
12 2022-11-13          1
13 2022-11-14          1
14 2022-11-15          1