如何在Python中基于日期条件更新DataFrame列值并清除指定列数据

需要根据DataFrame中的日期条件，同时完成两个操作：更新status列的值为'open'，并清空对应行的value1和value2列数据。当前代码仅修改了status列，未处理value1和value2。

原始数据 #

id  date        location    status  value1  value2
CC  1/1/2022    ny          new     12      1
CC  4/1/2022    ny          new     1       1
CC  7/1/2022    ny          new     1       1
CC  10/1/2022   ny          new     1       2
CC  1/1/2023    ny          ok      1       2
CC  4/1/2023    ny          ok      1       2
CC  7/1/2023    ny          ok      1       3
CC  10/1/2023   ny          ok      1       3
BB  1/1/2022    ca          new     1       3
BB  4/1/2022    ca          new     1       3
BB  7/1/2022    ca          new     1       3
BB  10/1/2022   ca          new     12      3
BB  1/1/2023    ca          new     2       3
BB  4/1/2023    ca          new     2       3
BB  7/1/2023    ca          new     2       3
BB  10/1/2023   ca          new     2       3

期望结果 #

id  date        location    status  value1  value2
CC  1/1/2022    ny          open        
CC  4/1/2022    ny          open        
CC  7/1/2022    ny          open        
CC  10/1/2022   ny          new     1       2
CC  1/1/2023    ny          ok      1       2
CC  4/1/2023    ny          ok      1       2
CC  7/1/2023    ny          ok      1       3
CC  10/1/2023   ny          ok      1       3
BB  1/1/2022    ca          new     1       3
BB  4/1/2022    ca          new     1       3
BB  7/1/2022    ca          new     1       3
BB  10/1/2022   ca          new     12      3
BB  1/1/2023    ca          new     2       3
BB  4/1/2023    ca          new     2       3
BB  7/1/2023    ca          new     2       3
BB  10/1/2023   ca          new     2       3

当前尝试的代码 #

df.loc[(df.id == 'cc') & (df.date <= '07/01/2022'), 'status']= 'open'

存在的问题 #

1. 仅修改了status列，未清空value1和value2
2. id的匹配值为小写'cc'，与数据中的大写'CC'不匹配，会导致筛选失效

解决方案 #

步骤1：统一日期格式（可选但推荐） #

先将date列转为datetime类型，避免字符串比较的格式问题：

import pandas as pd
df['date'] = pd.to_datetime(df['date'])

步骤2：一次性更新多列 #

通过df.loc同时指定需要修改的列，完成批量更新：

# 定义筛选条件：id为CC且日期不晚于2022-07-01
mask = (df['id'] == 'CC') & (df['date'] <= '2022-07-01')
# 同时更新status为'open'，清空value1和value2
df.loc[mask, ['status', 'value1', 'value2']] = ['open', '', '']

如果希望用缺失值而非空字符串，可以将''替换为pd.NA：

df.loc[mask, ['status', 'value1', 'value2']] = ['open', pd.NA, pd.NA]

说明 #

• 该方法通过一次loc操作完成多列赋值，效率更高
• 修正了id匹配的大小写问题，确保筛选出正确的行
• 若不转datetime类型，需保证日期字符串格式完全一致（比如用'7/1/2022'而非'07/01/2022'）

内容的提问来源于stack exchange，提问作者Lynn