Python中按客户-设备分组填充Closing Date至指定日期的实现方法

现有一个按Customer-Equipment、Date、Closing_Date分组的pandas DataFrame，示例数据如下：

需要填充Closing Date列的NaN值，规则为：

• 填充值为该组的Closing Date非空值
• 仅填充到该行Date等于该组Closing Date的行
• 超过该日期的行仍保留NaN

期望结果如下：

用户尝试的代码：

df['test'] = df.groupby('Customer-Equipment').apply(
lambda x: x['Closing date'] if x['date'] <= x.at[row.index -1 ,'closing date'] else pd.NaT).fillna(method = 'ffill').reset_index(drop=True)

实现思路 #

1. 先将Date和Closing Date转为datetime类型，避免字符串比较出错
2. 按Customer-Equipment分组，提取每组唯一的非空Closing Date值
3. 对组内每行做判断：若Date小于等于该组的Closing Date则填充对应值，否则保留NaN

完整代码 #

import pandas as pd

# 转换日期列类型（如果原始数据是字符串格式）
df['Date'] = pd.to_datetime(df['Date'])
df['Closing Date'] = pd.to_datetime(df['Closing Date'])

def fill_closing_date(group):
    # 获取该组的有效Closing Date（假设每组仅一个非空值）
    target_date = group['Closing Date'].dropna().iloc[0]
    # 按条件填充列
    group['Closing Date'] = group.apply(
        lambda row: target_date if row['Date'] <= target_date else pd.NaT,
        axis=1
    )
    return group

# 分组应用函数并重置结构
df = df.groupby('Customer-Equipment', group_keys=False).apply(fill_closing_date)

代码说明 #

• 类型转换：确保日期列是datetime格式，保证日期比较的准确性
• 分组处理：针对每个客户-设备组提取唯一的有效截止日期，适配示例数据的单值场景；若存在多值场景，可调整为取最新/最早值
• 条件填充：逐行判断日期是否在截止范围内，精准控制填充范围
• group_keys=False：避免分组后索引带上分组键，保持原数据结构不变

内容的提问来源于stack exchange，提问作者JLL