在 Pandas 数据框中的 2 个日期之间添加日期列

Question

我有一个现有的数据框，它看起来像：    id  start_date  end_date0   1   20170601    202105311   2   20181001    202209302   3   20150101    201902283   4   20171101    20211031我正在尝试向此数据框添加 85 列，它们是：如果月/年（在 start_date 到 end_date 上循环）介于 20120101 和 20190101 之间：1其他：0我尝试了以下方法：start, end = [datetime.strptime(_, "%Y%m%d") for _ in ['20120101', '20190201']]global_list = list(OrderedDict(((start + timedelta(_)).strftime(r"%m/%y"), None) for _ in range((end - start).days)).keys())def get_count(contract_start_date, contract_end_date):    start, end = [datetime.strptime(_, "%Y%m%d") for _ in [contract_start_date, contract_end_date]]    current_list = list(OrderedDict(((start + timedelta(_)).strftime(r"%m/%y"), None) for _ in range((end - start).days)).keys())    temp_list = []    for each in global_list:        if each in current_list:            temp_list.append(1)        else:            temp_list.append(0)    return pd.Series(temp_list)sample_df[global_list] = sample_df[['contract_start_date', 'contract_end_date']].apply(lambda x: get_count(*x), axis=1)示例 df 如下所示：customer_id contract_start_date contract_end_date   01/12   02/12   03/12   04/12   05/12   06/12   07/12   ... 04/18   05/18   06/18   07/18   08/18   09/18   10/18   11/18   12/18   01/191   1   20181001    20220930    0   0   0   0   0   0   0   ... 0   0   0   0   0   0   1   1   1   19   2   20160701    20200731    0   0   0   0   0   0   0   ... 1   1   1   1   1   1   1   1   1   13   3   20171101    20211031    0   0   0   0   0   0   0   ... 1   1   1   1   1   1   1   1   1   13 rows × 88 columns它适用于小型数据集，但对于 160k 行，即使在 3 小时后也没有停止。有人可以告诉我更好的方法吗？当同一客户的日期重叠时面临问题。