Python如何基于pandas实现多日期字段的DateDuration条件计算

实现思路 #

原有代码仅转换了2个日期列的类型，且条件未覆盖全部嵌套分支。使用np.select按优先级从高到低排列判断条件即可无嵌套实现全部逻辑：np.select会按顺序匹配条件，命中第一个符合的条件后直接返回对应结果，天然适配多层判断逻辑。
判断优先级严格匹配给定规则：

• 优先级1：SecondDate与FirstDate间隔≥28天 → 取两日期差值
• 优先级2：SecondDate间隔<28天，且ThirdDate为空 → 取SecondDate与FirstDate差值
• 优先级3：SecondDate间隔<28天，ThirdDate非空，且ThirdDate与FirstDate间隔≥28天 → 取ThirdDate与FirstDate差值
• 优先级4：SecondDate间隔<28天，ThirdDate非空，ThirdDate间隔<28天，且FourthDate为空 → 取ThirdDate与FirstDate差值
• 优先级5：剩余情况（SecondDate间隔<28天、ThirdDate非空、ThirdDate间隔<28天、FourthDate非空）→ 取FourthDate与FirstDate差值

完整可运行代码 #

import pandas as pd
import numpy as np

# 全部日期列统一转换为datetime类型，空值自动转为NaT
df['FirstDate'] = pd.to_datetime(df['FirstDate'])
df['SecondDate'] = pd.to_datetime(df['SecondDate'])
df['ThirdDate'] = pd.to_datetime(df['ThirdDate'])
df['FourthDate'] = pd.to_datetime(df['FourthDate'])

# 计算各日期与FirstDate的间隔天数，NaT对应的天数为NaN
x = (df['SecondDate'] - df['FirstDate']).dt.days
y = (df['ThirdDate'] - df['FirstDate']).dt.days
z = (df['FourthDate'] - df['FirstDate']).dt.days

# 按优先级排列条件和对应返回值
condlist = [
    x >= 28,
    (x < 28) & (pd.isna(y)),
    (x < 28) & (~pd.isna(y)) & (y >= 28),
    (x < 28) & (~pd.isna(y)) & (y < 28) & (pd.isna(z)),
    (x < 28) & (~pd.isna(y)) & (y < 28) & (~pd.isna(z))
]

choicelist = [
    x,
    x,
    y,
    y,
    z
]

# 生成最终计算列
df['DateDuration'] = np.select(condlist, choicelist)

结果验证 #

用提供的示例数据运行后，计算结果与给定的DateDuration列完全匹配：

若运行中遇到28天临界值匹配不符合预期，检查Excel内间隔计算是否包含日期当天，对应调整判断阈值即可。

内容的提问来源于stack exchange，提问作者Shichimi