基于现有DataFrame生成布尔表：列值在first_valid_date及之后为True否则为False

首先确保你的DataFrame索引为datetime类型，转换代码如下：

import pandas as pd
df.index = pd.to_datetime(df.index)

核心实现 #

写法1：简洁实现（适合中小规模表） #

直接对每列做规则判断即可，代码逻辑和需求完全对应：

bool_df = df.apply(lambda s: s.index >= s.first_valid_index())

写法2：高性能实现（适合十万行以上大表） #

用numpy广播机制代替逐列遍历，性能提升明显：

# 先计算每列第一个非空值对应日期
col_first_date = df.apply(pd.Series.first_valid_index)
# 广播比较生成布尔矩阵
bool_df = pd.DataFrame(
    df.index.values[:, None] >= col_first_date.values,
    index=df.index,
    columns=df.columns
)

效果验证 #

用你提供的示例数据运行代码：

# 构造示例DataFrame
data = {
    'A': [1.0,2.0,4.0,None,2.0,9.0,4.0],
    'B': [None,None,3.0,7.0,5.0,None,5.0],
    'C': [None,5.0,None,None,None,5.0,None]
}
df = pd.DataFrame(data, index=pd.to_datetime([
    '2021-08-31','2021-09-01','2021-09-02','2021-09-03',
    '2021-09-06','2021-09-07','2021-09-08'
]))

print(bool_df)

输出结果和预期完全一致：

A      B      C
2021-08-31  True  False  False
2021-09-01  True  False   True
2021-09-02  True   True   True
2021-09-03  True   True   True
2021-09-06  True   True   True
2021-09-07  True   True   True
2021-09-08  True   True   True

注意事项 #

如果存在全列为NaN的情况，first_valid_index()会返回None，比较会抛出异常，你可以根据需求提前过滤这类列，或者填充默认日期处理。

内容的提问来源于stack exchange，提问作者Fred Dujardin