Pandas DataFrame 基于月度支付数据修改date_activated列值

核心逻辑 #

• 按现有列顺序筛选出所有月度支付列（列名类型为datetime的列，即date_activated之后的所有列）
• 逐行定位该行月度列中从左到右第一个数值大于0的列，取该列的列头日期作为首次支付日期（列头本身为当月第一天）
• 对比原date_activated与首次支付日期的年月：年月一致则保留原激活日期，不一致则替换为该首次支付日期

完整可运行代码 #

import pandas as pd
from datetime import datetime

# 用你提供的字典构造原始DataFrame
data = {'account_id': {0: 1, 1: 1, 2: 1},
 'contract_id': {0: 'A', 1: 'B', 2: 'C'},
 'date_activated': {0: pd.Timestamp('2020-12-04 00:00:00'),
  1: pd.Timestamp('2021-03-09 00:00:00'),
  2: pd.Timestamp('2021-04-25 00:00:00')},
 datetime(2021, 12, 1, 0, 0): {0: 200.0, 1: 0.0, 2: 0.0},
 datetime(2021, 1, 1, 0, 0): {0: 200.0, 1: 0.0, 2: 0.0},
 datetime(2021, 2, 1, 0, 0): {0: 200.0, 1: 300.0, 2: 0.0},
 datetime(2021, 3, 1, 0, 0): {0: 0.0, 1: 300.0, 2: 0.0},
 datetime(2021, 4, 1, 0, 0): {0: 0.0, 1: 300.0, 2: 100.0},
 datetime(2021, 5, 1, 0, 0): {0: 0.0, 1: 300.0, 2: 100.0},
 datetime(2021, 6, 1, 0, 0): {0: 0.0, 1: 300.0, 2: 100.0}}
df = pd.DataFrame(data)

# 1. 筛选所有月度支付列（列名是datetime类型的列，与前3个非月度列区分）
monthly_cols = [col for col in df.columns if isinstance(col, datetime)]

# 2. 逐行获取该行第一个正支付对应的列日期
def get_first_pay(row):
    # 生成布尔掩码：月度列值>0的位置为True
    positive_mask = row[monthly_cols] > 0
    # 存在正支付时，返回第一个True对应的列名（即最靠左的非零支付列）
    if positive_mask.any():
        return positive_mask.idxmax()
    # 全零支付的场景可根据业务需求补充处理逻辑，此处默认返回空时间
    return pd.NaT

df['first_pay_date'] = df.apply(get_first_pay, axis=1)

# 3. 按规则更新date_activated
def update_activation_date(row):
    orig_act = row['date_activated']
    first_pay = row['first_pay_date']
    # 仅对比年月，一致则保留原日期
    if (orig_act.year, orig_act.month) == (first_pay.year, first_pay.month):
        return orig_act
    # 不一致则替换为首次支付的月初日期
    return first_pay

df['date_activated'] = df.apply(update_activation_date, axis=1)

# 4. 删除临时计算列
df = df.drop(columns=['first_pay_date'])

结果验证 #

运行后输出的date_activated列完全匹配预期：

• 第0行：原激活日期年月为2020-12，首次支付列日期年月为2021-12，不一致，替换为2021-12-01
• 第1行：原激活日期年月为2021-03，首次支付列日期年月为2021-02，不一致，替换为2021-02-01
• 第2行：原激活日期年月为2021-04，首次支付列日期年月为2021-04，一致，保留原日期2021-04-25
  内容的提问来源于stack exchange，提问作者Yam