Python中如何使用np.where按条件从两列日期选取值生成新列

你的代码存在两个核心错误，导致输出不符合预期：

• 逻辑判断写反：需求是优先取date_2的值，date_2为空时才取date_1，但你写的判断条件是检查date_1是否等于NaT，判断对象、分支逻辑完全颠倒。
• 空值判断方式错误：pd.NaT这类空值不能用==做相等判断，任何值（包括NaT本身）和NaT做==比较都会返回False，所以你写的判断条件永远不会触发你想要的分支。

方案1：使用fillna（最推荐） #

这个需求本质是用date_1的值填充date_2的空值，用pandas原生的fillna实现最简洁，且不会出现日期类型转换异常：

df["date_3"] = df["date_2"].fillna(df["date_1"])

运行后得到的date_3列取值完全符合要求：

• 第1、3行date_2非空，保留date_2的日期值
• 第2、4行date_2为NaT，自动填充对应行date_1的日期值

方案2：修正np.where写法 #

如果一定要用np.where实现，需要用isna()方法判断空值，同时调整判断对象和分支顺序：

import numpy as np
df["date_3"] = np.where(df["date_2"].isna(), df["date_1"], df["date_2"])

注意：np.where处理pandas日期列时，偶尔会把datetime类型转成整数或对象类型，如果遇到输出格式异常，优先换用方案1即可。

方案3：使用combine_first #

pandas的combine_first方法专门用于按优先级补全列空值，效果和fillna完全一致：

df["date_3"] = df["date_2"].combine_first(df["date_1"])

内容的提问来源于stack exchange，提问作者Gerald Vasquez Aleman