Pandas对DataFrame列应用条件：处理时间戳列值相等场景

原始DataFrame结构 #

date          A             B            C
01.01.2003    01.01.2003   
02.01.2003
03.01.2003                03.01.2003
05.01.2003    05.01.2003
06.01.2003                06.01.2003
08.01.2003    08.01.2003  08.01.2003    08.01.2003

需求说明 #

• 当A、B、C三列的时间戳值完全相等时，清空A、B列的值，仅保留C列的值
• 期望输出：

date          A             B            C
01.01.2003    01.01.2003   
02.01.2003
03.01.2003                03.01.2003
05.01.2003    05.01.2003
06.01.2003                06.01.2003
08.01.2003                             08.01.2003

错误代码分析 #

你尝试用np.where实现，但存在多处问题：

np.where((df['A'] & df ['B'] == df['C]'),
           df['A'] & df['B], '')

1. 逻辑错误：df['A'] & df['B']是位运算，不是判断A、B都等于C的逻辑，正确逻辑应为(df['A'] == df['C']) & (df['B'] == df['C'])
2. 语法错误：df['C]和df['B]缺少右引号
3. 类型问题：如果列是字符串格式，直接比较可能存在格式不一致；如果是datetime类型，位运算本身就不适用

解决思路 #

步骤1：统一列类型（可选但推荐） #

先将A、B、C列转换为datetime类型，避免字符串格式差异导致的比较错误：

df[['A', 'B', 'C']] = df[['A', 'B', 'C']].apply(pd.to_datetime, dayfirst=True, errors='coerce')

errors='coerce'会把空值转换为时间戳类型的缺失值pd.NaT

步骤2：构建正确的判断条件 #

生成布尔掩码，标记A、B、C三者相等的行：

mask = (df['A'] == df['C']) & (df['B'] == df['C'])

注：缺失值（pd.NaT或空字符串）与任何值比较都会返回False，符合需求

步骤3：清空符合条件的A、B列 #

通过布尔索引直接赋值，清空目标列：

# 用NaT表示时间戳缺失值（对应原始空值）
df.loc[mask, ['A', 'B']] = pd.NaT

# 如果需要转回字符串空值，可执行：
df[['A', 'B', 'C']] = df[['A', 'B', 'C']].dt.strftime('%d.%m.%Y').fillna('')

完整可运行代码 #

import pandas as pd

# 构建原始DataFrame
data = {
    'date': ['01.01.2003', '02.01.2003', '03.01.2003', '05.01.2003', '06.01.2003', '08.01.2003'],
    'A': ['01.01.2003', '', '', '05.01.2003', '', '08.01.2003'],
    'B': ['', '', '03.01.2003', '', '06.01.2003', '08.01.2003'],
    'C': ['', '', '', '', '', '08.01.2003']
}
df = pd.DataFrame(data)

# 转换为datetime类型
df[['A', 'B', 'C']] = df[['A', 'B', 'C']].apply(pd.to_datetime, dayfirst=True, errors='coerce')

# 构建条件并更新A、B列
mask = (df['A'] == df['C']) & (df['B'] == df['C'])
df.loc[mask, ['A', 'B']] = pd.NaT

# 转回字符串格式（可选）
df[['A', 'B', 'C']] = df[['A', 'B', 'C']].dt.strftime('%d.%m.%Y').fillna('')

print(df)

内容的提问来源于stack exchange，提问作者beginner