如何用Pandas在日期列非空时复制行并清空原行日期？

针对单日期列（Date1）的处理 #

先修改原行，把有Date1值的列清空，再复制对应行合并到结果中：

import pandas as pd

# 复制原数据作为待修改的原行集合
employeeDF_modified = employeeDF.copy()
# 筛选Date1非空的行，将这些行的Date1设为空（根据你的空值格式选pd.NA或''）
mask = employeeDF['Date1'].notna() & (employeeDF['Date1'] != '')
employeeDF_modified.loc[mask, 'Date1'] = pd.NA

# 提取需要复制的行（如果需要复制行仅保留Date1，可清空其他日期列）
employeeDF_try = employeeDF[mask].copy()
# 可选：清空复制行的其他日期列（比如Date2、Date3）
employeeDF_try[['Date2', 'Date3']] = pd.NA

# 合并修改后的原行和复制行，生成最终结果
employeeDF_final = pd.concat([employeeDF_modified, employeeDF_try], ignore_index=True)

一次性处理所有三列日期（Date1/Date2/Date3） #

如果要批量处理所有日期列，用循环避免重复代码：

import pandas as pd

# 初始化最终结果为原数据副本
employeeDF_final = employeeDF.copy()
# 定义所有日期列的列表
date_cols = ['Date1', 'Date2', 'Date3']

for col in date_cols:
    # 找出当前列有值的行
    has_date = employeeDF[col].notna() & (employeeDF[col] != '')
    if not has_date.any():
        continue  # 该列无有效日期，跳过
    
    # 1. 清空原行中的当前日期列
    employeeDF_final.loc[has_date, col] = pd.NA
    
    # 2. 复制目标行，仅保留当前列的日期，清空其他日期列
    copied_rows = employeeDF[has_date].copy()
    for other_col in date_cols:
        if other_col != col:
            copied_rows[other_col] = pd.NA
    
    # 3. 将复制行合并到最终结果
    employeeDF_final = pd.concat([employeeDF_final, copied_rows], ignore_index=True)

注意事项 #

• 如果CSV中空值用空字符串''表示，把代码里的pd.NA替换成''即可
• 用pd.concat替代已弃用的append方法，兼容性更好
• 若复制行不需要清空其他日期列，删掉对应清空代码即可

内容的提问来源于stack exchange，提问作者Bumbaro2217