Python Pandas日期处理优化：动态变量与多条件判断需求

问题点梳理 #

1. 你修改后的函数无法获取Year和Month：因为apply的lambda只传递了日期列的单个值x，函数内部无法访问外部的Year/Month变量；如果Year/Month是DataFrame的列，直接字符串拼接会因Series类型报错。
2. 缺少Policy列的判断逻辑：需要先判断Policy是否为X，再决定是否执行日期修正。

高效实现方案（推荐用向量化操作，比apply效率高很多） #

第一步：生成动态基准日期 #

先将Year和Month转换为标准日期格式，注意月份要补为两位（如9月转为09）：

# 假设Year和Month是外部数值变量，例如Year=2023、Month=6
benchmark_date = pd.to_datetime(f"{Year:04d}-{Month:02d}-01")

# 如果Year和Month是DataFrame的列（比如file中包含Year、Month列），写法如下：
benchmark_date = pd.to_datetime(
    file['Year'].astype(str).str.zfill(4) + '-' + 
    file['Month'].astype(str).str.zfill(2) + '-01'
)

第二步：结合Policy条件处理日期 #

用numpy.where实现批量判断，无需循环或apply，执行效率更高：

import pandas as pd
import numpy as np

# 先将原日期列转为datetime类型，避免重复转换浪费资源
file['CASH RECIEVED DATE'] = pd.to_datetime(file['CASH RECIEVED DATE'])

# 生成基准日期（以外部变量为例）
Year = 2019
Month = 9
benchmark_date = pd.to_datetime(f"{Year:04d}-{Month:02d}-01")

# 核心逻辑：Policy为X时取原日期与基准日期的较大值，否则直接用原日期
file['Cash Received Date'] = np.where(
    file['Policy'] == 'X',
    file['CASH RECIEVED DATE'].clip(lower=benchmark_date),  # clip方法直接设置日期下限，比if-else更简洁
    file['CASH RECIEVED DATE']
)

若坚持使用apply（不推荐，大数据量下速度慢） #

需将Policy和基准日期一起传入函数，修改方式如下：

def compare_date(row, benchmark_date):
    if row['Policy'] == 'X':
        return max(pd.to_datetime(row['CASH RECIEVED DATE']), benchmark_date)
    else:
        return pd.to_datetime(row['CASH RECIEVED DATE'])

# 生成基准日期
benchmark_date = pd.to_datetime(f"{Year:04d}-{Month:02d}-01")

# apply时按行传递参数
file['Cash Received Date'] = file.apply(
    lambda row: compare_date(row, benchmark_date),
    axis=1
)

测试效果示例 #

假设输入数据为：

file = pd.DataFrame({
    'CASH RECIEVED DATE': ['2018-07-23', '2019-09-26', '2017-05-02', '2024-01-15'],
    'Policy': ['X', 'Y', 'X', 'X']
})
Year = 2019
Month = 9

执行后输出结果：

CASH RECIEVED DATE Policy Cash Received Date
0         2018-07-23      X         2019-09-01
1         2019-09-26      Y         2019-09-26
2         2017-05-02      X         2019-09-01
3         2024-01-15      X         2024-01-15

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