如何将DataFrame的EndDate匹配到Date列并向前填充Value

步骤1：转换日期列类型 #

先将所有日期字符串转为datetime类型，避免字符串匹配的误差：

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'Date': ['1/1/2022', '1/2/2022', '1/3/2022', '1/4/2022', '1/5/2022', 
             '1/6/2022', '1/7/2022', '1/8/2022','1/9/2022'],
    'Value': [None, 10, None, 15, None, None, 50, None,None],
    'StartDate': [None, '1/2/2022', None, '1/4/2022', None, None, '1/7/2022', None, None],
    'EndDate': [None, '1/3/2022', None,  '1/6/2022',  None, None, '1/9/2022', None,None]
})

# 转换日期列为datetime类型
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y')
df['StartDate'] = pd.to_datetime(df['StartDate'], format='%m/%d/%Y')
df['EndDate'] = pd.to_datetime(df['EndDate'], format='%m/%d/%Y')

步骤2：生成NewDate列 #

通过构建EndDate映射字典，将EndDate匹配到Date列对应的行：

# 提取非空的EndDate，构建{日期:日期}的映射字典
end_date_map = df.loc[df['EndDate'].notna(), 'EndDate'].to_dict()
# 用Date列匹配映射，生成NewDate（仅当Date等于某个EndDate时填充，否则为NaN）
df['NewDate'] = df['Date'].map(end_date_map)

步骤3：基于NewDate区间向前填充Value #

无需循环，用分组方式高效实现区间内的向前填充：

# 生成分组标识：每遇到一个非空的NewDate，分组ID递增
group_ids = df['NewDate'].notna().cumsum()
# 按分组对Value列执行向前填充
df['Value'] = df.groupby(group_ids)['Value'].ffill()

最终结果 #

处理后的DataFrame与期望输出一致（可选转换回字符串格式对齐原始数据）：

# 转换回字符串格式
df['Date'] = df['Date'].dt.strftime('%m/%d/%Y')
df['StartDate'] = df['StartDate'].dt.strftime('%m/%d/%Y').where(df['StartDate'].notna(), None)
df['EndDate'] = df['EndDate'].dt.strftime('%m/%d/%Y').where(df['EndDate'].notna(), None)
df['NewDate'] = df['NewDate'].dt.strftime('%m/%d/%Y').where(df['NewDate'].notna(), None)

print(df)

输出：

Date  Value  StartDate    EndDate    NewDate
0  01/01/2022    None       None       None       None
1  01/02/2022   10.0  01/02/2022  01/03/2022       None
2  01/03/2022   10.0       None       None  01/03/2022
3  01/04/2022   15.0  01/04/2022  01/06/2022       None
4  01/05/2022   15.0       None       None       None
5  01/06/2022   15.0       None       None  01/06/2022
6  01/07/2022   50.0  01/07/2022  01/09/2022       None
7  01/08/2022   50.0       None       None       None
8  01/09/2022   50.0       None       None  01/09/2022

内容的提问来源于stack exchange，提问作者Nazmi Husaini