如何基于条件新增DataFrame列并按日期规则赋值

先修正你原代码中的几个问题：

• assign是DataFrame的方法，不能用索引方式调用，直接用列索引赋值更直接
• 年份需要取后两位，原代码取的是完整年份
• 建议取第一个有效日期（iloc[0]）来生成统一值，避免因索引问题报错

以下是完整的整合代码：

import pandas as pd

# 示例数据准备
df2 = pd.DataFrame({'Survey Sent Date': ["2022-03-23 08:00:00", "2022-03-23 08:00:00", 
                                         "2022-03-23 08:00:00", "2022-03-23 08:00:00", 
                                         "2022-03-23 08:00:00"]})

# 转换日期列类型
df2['Survey Sent Date'] = pd.to_datetime(df2['Survey Sent Date'], errors='coerce')

# 检查列是否存在，不存在则新增并赋值
if "Survey Name" not in df2.columns:
    # 取第一个有效日期生成统一的Survey Name值
    first_valid_date = df2['Survey Sent Date'].dropna().iloc[0]
    quarter = first_valid_date.quarter
    year_short = str(first_valid_date.year)[-2:]  # 取年份后两位
    survey_name = f"Q{quarter}{year_short} Our Voice - CBS"
    df2['Survey Name'] = survey_name

print(df2)

代码说明 #

• 日期类型转换：用pd.to_datetime将字符串日期转为datetime类型，errors='coerce'会把无效日期转为NaT
• 列存在性判断：通过df2.columns检查目标列是否已存在，避免重复创建
• 值生成逻辑：
  • 先过滤掉无效日期（dropna()），取第一个有效日期确保能正确提取季度和年份
  • 年份通过字符串切片取后两位，符合YY的格式要求
  • 用f-string拼接成指定格式的字符串，统一赋值给新列

运行结果 #

Survey Sent Date          Survey Name
0 2022-03-23 08:00:00  Q122 Our Voice - CBS
1 2022-03-23 08:00:00  Q122 Our Voice - CBS
2 2022-03-23 08:00:00  Q122 Our Voice - CBS
3 2022-03-23 08:00:00  Q122 Our Voice - CBS
4 2022-03-23 08:00:00  Q122 Our Voice - CBS

内容的提问来源于stack exchange，提问作者Scythor