Python DataFrame中如何根据另一列日期填充对应结束日期？

原始数据：

期望结果：

高效实现方法 #

可以通过标记Start分组 + 定向填充End值的方式一次性完成，避免先bfill()再清理的冗余操作：

代码实现（Pandas） #

import pandas as pd

# 构造原始数据
data = {
    'Date': ['01/02/2023 22:00', '01/02/2023 23:00', '02/02/2023 00:00',
             '02/02/2023 01:00', '02/02/2023 02:00', '02/02/2023 03:00'],
    'Start': ['01/02/2023 05:00', '', '', '02/02/2023 01:00', '', ''],
    'End': ['', '', '02/02/2023 00:00', '', '', '02/02/2023 03:00']
}
df = pd.DataFrame(data)

# 空字符串转NaN，方便后续处理
df[['Start', 'End']] = df[['Start', 'End']].replace('', pd.NA)

# 生成分组ID：每个非空Start行触发分组ID递增
df['group_id'] = df['Start'].notna().cumsum()

# 分组内向前填充End值，仅赋值给有Start值的行
df.loc[df['Start'].notna(), 'End'] = df.groupby('group_id')['End'].ffill()

# 移除临时分组列
df = df.drop('group_id', axis=1)

# 可选：将NaN转回空字符串
df = df.fillna('')

print(df)

原理说明 #

1. 分组标记：df['Start'].notna().cumsum()会为每一行生成分组ID，每遇到一个非空的Start行，分组ID就递增，这样每个Start行到下一个Start行之间的所有行属于同一组；
2. 定向填充：分组内对End列向前填充（ffill()），让每个分组的Start行自动获取到该组内最后一个有效的End值；
3. 精准赋值：通过loc只修改有Start值的行的End字段，其他行保持原状态，无需后续清理操作。

这种方法直接定位目标行完成填充，避免了全表填充后再过滤的无效操作，效率更高且逻辑清晰。

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