如何在Pandas中避免使用循环实现指定的inspection列生成逻辑

我希望为DataFrame添加一个inspection列，满足条件：当date_2022列单元格为pd.NaT、date_2021列对应单元格不为pd.NaT，且当前日期与date_2021日期的月日差值超过14天时，将inspection设为'check'，否则设为np.nan。请将以下循环代码改写为无循环的Pandas实现方式：

today = pd.Timestamp.today()  
for x in range(len(df)):
    #trace back
    if df.loc[x,'date_2022'] is pd.NaT and df.loc[x,'date_2021'] is not pd.NaT:
    # extract month and day   
        d1 = today.strftime('%m-%d')  
        d2 = df.loc[x,'date_2021'].strftime('%m-%d')  

    # convert to datetime
        d1 = datetime.strptime(d1, '%m-%d')  
        d2 = datetime.strptime(d2, '%m-%d')  

    # get difference in days 
        diff = d1 - d2
        days = diff.days
    #range 14 days
        if days > 14:
            df.loc[x,'inspection'] = 'check'
        else:
            df.loc[x,'inspection'] = np.nan

利用Pandas的矢量化操作替代循环，大幅提升运行效率，代码如下：

import pandas as pd
import numpy as np

today = pd.Timestamp.today()
# 将当前日期的月日转为datetime对象（默认年份不影响同年内的天数差计算）
today_md = pd.to_datetime(today.strftime('%m-%d'), format='%m-%d')

# 批量生成inspection列
df['inspection'] = np.where(
    # 组合三个判断条件
    (df['date_2022'].isna())
    & (df['date_2021'].notna())
    & ((today_md - pd.to_datetime(df['date_2021'].dt.strftime('%m-%d'), format='%m-%d')).dt.days > 14),
    'check',
    np.nan
)

代码说明 #

• 缺失值判断：用Pandas标准方法isna()和notna()替代原代码中的is pd.NaT判断，更符合Pandas语法规范。
• 矢量化日期处理：通过dt.strftime批量提取date_2021的月日信息，再用pd.to_datetime转为日期对象，替代循环中的逐行字符串处理。
• 批量赋值：用np.where根据布尔条件一次性完成列赋值，无需逐行修改DataFrame。

补充：处理跨年场景（可选） #

原代码逻辑中，如果当前日期月日早于date_2021的月日（比如当前是1月5日，date_2021是12月20日），计算出的天数差会为负数，不会标记为check，但实际跨年间隔天数为16天。如果需要修正这个问题，可以调整日期年份：

import pandas as pd
import numpy as np

today = pd.Timestamp.today()
today_full = pd.to_datetime(today.strftime('%Y-%m-%d'))

# 将date_2021的月日与当前年份组合，若结果晚于当前日期则年份减1
date_2021_adjusted = pd.to_datetime(
    today.year.astype(str) + '-' + df['date_2021'].dt.strftime('%m-%d')
)
date_2021_adjusted = np.where(
    date_2021_adjusted > today_full,
    date_2021_adjusted - pd.DateOffset(years=1),
    date_2021_adjusted
)

# 计算实际间隔天数
days_diff = (today_full - date_2021_adjusted).dt.days

# 生成inspection列
df['inspection'] = np.where(
    (df['date_2022'].isna()) & (df['date_2021'].notna()) & (days_diff > 14),
    'check',
    np.nan
)

内容的提问来源于stack exchange，提问作者Rinne Tsujikubo