スプリット日付範囲の行の数週間に

Question

私は

Unit # Start Date End Date 

7417  2/6/2017 3/5/2017 

の下に、私は 出力が

Unit # Start Date End Date 

7417 2/6/2017 2/12/2017 
7417 2/13/2017 2/19/2017 
7417 2/20/2017 2/26/2017 
7417 2/27/2017 3/05/2017 

あるべき週間でそれを分割したいように見えるデータフレームを持っている誰かがこれで私を助けてもらえますか？

Answer 1

あなたはコードを書いていないので、私はあなたに完全な解決策を与えたいと思います。ここで

は、2つの日付の間の週を反復処理する方法です：

import datetime 

date_format = "%m/%d/%Y" 
d1 = datetime.datetime.strptime("2/6/2017", date_format).date() 
d2 = datetime.datetime.strptime("3/5/2017", date_format).date() 
d = d1 
step = datetime.timedelta(days=7) 

while d < d2: 
    print(d.strftime(date_format)) 
    d += step 

# 02/06/2017 
# 02/13/2017 
# 02/20/2017 
# 02/27/2017 

Answer 2

あなたはUnit #あなたが望むものを達成するために、次のコードを使用することができ、複数の持つデータフレームを持っていると仮定すると：

import datetime 
import pandas as pd 

df = pd.DataFrame([[7417, "2/6/2017", "3/5/2017"],[7418, "3/6/2017", "4/7/2017"]], 
columns = ["Unit #", "Start Date", "End Date"]) 

# Convert dtaframe to dates 
df['Start Date'] = pd.to_datetime(df['Start Date']) 
df['End Date'] = pd.to_datetime(df['End Date']) 

df_out = pd.DataFrame() 
week = 7 

# Iterate over dataframe rows 
for index, row in df.iterrows(): 
    date = row["Start Date"] 
    date_end = row["End Date"] 
    unit = row["Unit #"] 
    # Get the weeks for the row 
    while date < date_end: 
     date_next = date + datetime.timedelta(week - 1) 
     df_out = df_out.append([[unit, date, date_next]]) 
     date = date_next + datetime.timedelta(1) 

# Remove extra index and assign columns as original dataframe 
df_out = df_out.reset_index(drop=True) 
df_out.columns = df.columns 

だからあなたの場合入力データフレーム：

>>> df 
    Unit #   Start Date   End Date 
0 7417 2017-02-06 00:00:00 2017-03-05 00:00:00 
1 7418 2017-03-06 00:00:00 2017-04-07 00:00:00 

出力df_out woul dのように見える：

>>> df_out 
    Unit #   Start Date    End Date 
0 7417 2017-02-06 00:00:00 2017-02-12 00:00:00 
1 7417 2017-02-13 00:00:00 2017-02-19 00:00:00 
2 7417 2017-02-20 00:00:00 2017-02-26 00:00:00 
3 7417 2017-02-27 00:00:00 2017-03-05 00:00:00 
4 7418 2017-03-06 00:00:00 2017-03-12 00:00:00 
5 7418 2017-03-13 00:00:00 2017-03-19 00:00:00 
6 7418 2017-03-20 00:00:00 2017-03-26 00:00:00 
7 7418 2017-03-27 00:00:00 2017-04-02 00:00:00 
8 7418 2017-04-03 00:00:00 2017-04-09 00:00:00