Pandas DataFrame按日期合并后如何对指定列NaN值前向填充到特定日期

前置准备 #

首先需确保date列转换为Pandas datetime类型，避免字符串日期比较出现匹配错误：

import pandas as pd

# 示例数据构造（可直接复现）
df_1 = pd.DataFrame({
    'date': ['01/12', '02/12', '03/12', '04/12', '05/12', '06/12', '07/12'],
    'value1': [10, 20, 30, 40, 60, 70, 80]
})
df_2 = pd.DataFrame({
    'date': ['01/12', '03/12', '05/12'],
    'value2': [100, 300, 500]
})

# 左连接合并
df = pd.merge(df_1, df_2, how='left', on=['date'])

# 转换日期格式，指定格式为日/月
df['date'] = pd.to_datetime(df['date'], format='%d/%m')

核心实现代码 #

仅对05/12及之前的value2空值做前向填充，后续空值保留：

# 设定填充截止日期
cutoff_date = pd.to_datetime('05/12', format='%d/%m')
# 筛选截止日期前的行执行前向填充，仅赋值给对应范围的行
df.loc[df['date'] <= cutoff_date, 'value2'] = df.loc[df['date'] <= cutoff_date, 'value2'].ffill()

处理结果 #

执行后输出符合需求：

如果需要还原日期为字符串格式，处理完成后可执行转换：

df['date'] = df['date'].dt.strftime('%d/%m')

内容的提问来源于stack exchange，提问作者kobo