Python：如何根据条件为DataFrame列填充日期值？

问题 #

现有如下Pandas DataFrame：

需要将其处理为：

逻辑规则 #

• 'Checkpoint'的end_date优先设置为'Phase 4'的start_date
• 若'Phase 4'不存在，使用'Phase 5'的start_date
• 若两者都不存在，设置为'Checkpoint'自身start_date往后推30天

尝试过的代码（注：存在拼写错误，evet_name应为event_name）：

d_end = df.loc[(df['evet_name']== "Phase 4") | (df['event_name']== "Phase 5"), ['event_name','start_date']]
d_end = pd.DataFrame(d_end)
print("Printing d_end test {}".format((d_end)))

解决方案 #

核心思路 #

按优先级依次获取目标日期：先找'Phase 4'的start_date，找不到再找'Phase 5'的，最后计算30天后的日期，再赋值给'Checkpoint'的end_date。

完整实现代码 #

import pandas as pd

# 构造初始DataFrame（如果是从外部读取可忽略此部分）
data = {
    'event_name': ['Start', 'Phase 1', 'Phase 2', 'Phase 3', 'Phase 4', 'Phase 5', 'Checkpoint'],
    'start_date': ['2010-11-12', '2015-01-05', '2015-04-04', '2018-03-11', '2030-05-15', '2035-01-01', '2025-12-25'],
    'end_date': ['2015-01-05', '2015-03-16', '2018-03-11', '2030-05-15', '2035-01-01', '2035-04-01', pd.NaT]
}
df = pd.DataFrame(data)
# 转换为日期类型（确保日期运算正常）
df['start_date'] = pd.to_datetime(df['start_date'])
df['end_date'] = pd.to_datetime(df['end_date'])

# 步骤1：按优先级获取目标日期
target_date = df.loc[df['event_name'] == 'Phase 4', 'start_date'].values
# 若Phase4不存在，尝试Phase5
if len(target_date) == 0:
    target_date = df.loc[df['event_name'] == 'Phase 5', 'start_date'].values
# 若两者都不存在，计算30天后的日期
if len(target_date) == 0:
    checkpoint_start = df.loc[df['event_name'] == 'Checkpoint', 'start_date'].iloc[0]
    target_date = checkpoint_start + pd.Timedelta(days=30)
else:
    # 提取唯一日期值（假设event_name唯一）
    target_date = target_date[0]

# 步骤2：给Checkpoint的end_date赋值
df.loc[df['event_name'] == 'Checkpoint', 'end_date'] = target_date

# 输出结果
print(df)

代码说明 #

1. 日期类型转换：先将start_date和end_date转为datetime类型，避免字符串运算错误。
2. 优先级判断：用values获取结果数组，通过数组长度判断是否存在对应事件行，避免抛出KeyError。
3. 边界处理：当'Phase 4'和'Phase 5'都不存在时，使用pd.Timedelta计算30天后的日期，保证日期类型一致性。
4. 赋值操作：直接用loc定位到'Checkpoint'行，精准修改end_date字段。

内容的提问来源于stack exchange，提问作者kopitb