Python如何按flag条件处理Excel数据集且不修改未处理行数据

• 最初的ValueError报错：你直接用if flag == 'Not feasible'对整列做布尔判断，pandas无法直接判定一整个序列的真假值，所以抛出歧义错误。
• 拆分后df1日期格式被意外修改：大概率是你读取原始数据时，pandas默认开启了自动日期解析，将整列Joining_Date都识别为datetime类型，拆分后df1的该列仍为datetime类型，在合并、输出时被自动格式化为统一的日期字符串，和原始格式不一致。

推荐使用布尔掩码针对性修改符合条件的行，不需要拆分再合并，避免不同子集的列类型不一致导致的格式污染，步骤如下：

1. 读取数据时强制指定Joining_Date为字符串类型，避免原始合格数据的格式被自动转换：

import pandas as pd
# 读入数据时指定日期列为字符串，保留原始格式，以下为csv示例，excel同理
df = pd.read_csv('your_data.csv', dtype={'Joining_Date': str}, sep='\s+')

2. 定义待处理行的布尔掩码

# 标记所有需要处理的行
mask = df['flag'] == 'Not feasible'

3. 仅对掩码标记的行执行清洗操作，其余行保持不变

# 处理日期格式
df.loc[mask, 'Joining_Date'] = pd.to_datetime(df.loc[mask, 'Joining_Date'], errors='coerce').dt.strftime('%Y-%m-%d')
# 清洗age列
df.loc[mask, 'age'] = df.loc[mask, 'age'].replace('[^\d.]', '', regex=True).astype(float)
# 清洗col4、col5列
df.loc[mask, ['col4','col5']] = df.loc[mask, ['col4','col5']].apply(lambda x: x.astype(str).str.replace('\W','', regex=True))
# 清洗Contact列
df.loc[mask, 'Contact'] = df.loc[mask, 'Contact'].replace('[^\d.]', '', regex=True).astype(float)
# 修改flag标记
df.loc[mask, 'flag'] = 'feasible'

4. 输出到Excel即可

df.to_excel('processed_data.xlsx', index=False)

内容的提问来源于stack exchange，提问作者NKJ