基于Pandas实现：根据df1条件修改df2指定日期的flag值

步骤说明 #

要实现需求，核心是先统一日期格式，再提取目标条件，最后通过布尔索引修改对应数据。

完整代码（可直接运行） #

import pandas as pd

# 初始化你的两个DataFrame
df1 = pd.DataFrame({
    'name': ['abc', 'xyz'],
    'date': ['4/11/2023', '2/8/2023'],
    'flag': [1, 0]
})

df2 = pd.DataFrame({
    'name': ['xyz']*8,
    'date': ['2/6/2023', '2/7/2023', '2/8/2023', '2/9/2023', '2/10/2023', '2/11/2023', '2/12/2023', '2/13/2023'],
    'flag': [0, 0, 0, 1, 1, 1, 1, 1]
})

# 1. 把日期列转为datetime类型（必须步骤，否则字符串无法正确比较日期大小）
df1['date'] = pd.to_datetime(df1['date'])
df2['date'] = pd.to_datetime(df2['date'])

# 2. 从df1中提取xyz对应的目标日期
target_date = df1.loc[df1['name'] == 'xyz', 'date'].iloc[0]

# 3. 筛选df2中符合条件的行，修改flag值
df2.loc[(df2['name'] == 'xyz') & (df2['date'] < target_date), 'flag'] = 1

# 查看修改后的df2
print(df2)

代码解释 #

• 日期转换：pd.to_datetime()把字符串格式的日期转成Pandas可识别的datetime类型，这样才能进行日期的大小比较。
• 提取目标日期：用df1.loc[df1['name'] == 'xyz', 'date']筛选出xyz对应的日期行，再用.iloc[0]取出具体的日期值（因为返回的是一个Series，取第一个元素即可）。
• 修改flag：df2.loc[条件, 'flag'] = 1是Pandas中修改指定行/列的标准写法，这里的条件是name为xyz且date早于目标日期，两个条件用&连接（注意要加括号）。

运行后df2的结果：

name       date  flag
0  xyz 2023-02-06     1
1  xyz 2023-02-07     1
2  xyz 2023-02-08     0
3  xyz 2023-02-09     1
4  xyz 2023-02-10     1
5  xyz 2023-02-11     1
6  xyz 2023-02-12     1
7  xyz 2023-02-13     1

内容的提问来源于stack exchange，提问作者Kavya shree