使用Python Pandas合并两列dd/mm/yyyy格式的日期列

核心思路 #

利用Pandas的combine_first()方法合并两列（优先取第一列值，空值用第二列填充），再通过dropna()和tolist()提取所有有效日期到列表。

完整代码示例 #

import pandas as pd

# 模拟你的合并后DataFrame（假设两日期列名为date1、date2）
df = pd.DataFrame({
    "date1": ["05/03/2024", None, "10/03/2024", "15/03/2024"],
    "date2": [None, "07/03/2024", "10/03/2024", None]
})

# 1. 合并两日期列为单列
df["combined_date"] = df["date1"].combine_first(df["date2"])

# 2. 提取所有非空日期到列表（保留原dd/mm/yyyy字符串格式）
all_dates = df["combined_date"].dropna().tolist()
print("所有日期列表（原格式）:", all_dates)

# 可选：将日期转为datetime格式后提取列表
all_dates_datetime = pd.to_datetime(
    df["combined_date"], 
    format="%d/%m/%Y"
).dropna().tolist()
print("所有日期列表（datetime格式）:", all_dates_datetime)

代码说明 #

• combine_first()：逐行处理，优先使用date1的数值，当date1为NaN时自动填充date2的值，完美适配“单列有值另一列空”的场景。
• dropna()：过滤合并后列中的空值，避免列表包含NaN。
• pd.to_datetime(..., format="%d/%m/%Y")：如果需要将字符串日期转为可操作的datetime对象，指定格式确保解析正确（因为原日期是日/月/年顺序）。

内容的提问来源于stack exchange，提问作者Zamir