我有一个pandas数据框如下：

ID      Start        End
1  2013-03-03 2013-04-05
2  2013-03-03 2013-04-05
3  2012-03-02 2012-05-05
4  2013-03-01 2013-04-04
5  2013-02-25 2013-06-05
6  2012-02-26 2012-05-05
7  2013-02-25 2013-04-27
8  2012-02-26 2012-03-01
9  2013-03-22 2013-03-25
10 2013-06-27 2013-07-01

有没有办法汇总每月发生的天数：每个ID的每个间隔的年份.

我想要获得的输出是每月所有日期的总和：每个ID贡献的年份.

因此,ID1将控制截至2013年3月的29天和2013年4月的5天; ID3将在2012年3月30天,2012年4月30天和2012年5月5天内提供.
等等….

如果您能提供帮助,请提前致谢

解决方法:

这是一个很糟糕的方法：

In [11]: df1.apply(lambda x: pd.Series(1, pd.date_range(x.loc['Start'], x.loc['End'] - pd.offsets.Day(1), freq='D')).resample('M', how='sum'), axis=1).fillna(0)
Out[11]: 
    2012-02-29  2012-03-31  2012-04-30  2012-05-31  2013-02-28  2013-03-31  2013-04-30  2013-05-31  2013-06-30
ID                                                                                                            
1            0           0           0           0           0          29           4           0           0
2            0           0           0           0           0          29           4           0           0
3            0          30          30           4           0           0           0           0           0
4            0           0           0           0           0          31           3           0           0
5            0           0           0           0           4          31          30          31           4
6            4          31          30           4           0           0           0           0           0
7            0           0           0           0           4          31          26           0           0
8            4           0           0           0           0           0           0           0           0
9            0           0           0           0           0           3           0           0           0
10           0           0           0           0           0           0           0           0           4

为了细分,我们计算每个行的天数,通过在开始和结束之间每天创建一系列1,然后使用resample将它们相加为每个月：

In [12]: x = df1.iloc[0]

In [13]: x
Out[13]: 
Start   2013-03-03 00:00:00
End     2013-04-05 00:00:00
Name: 1, dtype: datetime64[ns]


In [14]: pd.Series(1, pd.date_range(x['Start'], x['End'] - pd.offsets.Day(1), freq='D')).resample('M', how='sum')
Out[14]: 
2013-03-31    29
2013-04-30     4
Freq: M, dtype: int64