根据前一行在熊猫数据框中填写日期

Question

我有以下数据框：

         date_one             date_two
2634    2018-05-22            None
2018    2017-06-22            2017-09-22
2706    2016-09-14            None
3018    2016-06-22            None

我要使用以下逻辑在日期date_two栏中填写

：

1. 如果date_two列在该行中已经有一个值，则什么也不做

2. 对于date_one列中的第一行，请使用当前日期或date_two列中的6个月（以较早者为准）填写date_one列

3. 对于其他所有行，请使用当前行上方行date_two列中日期之前一天的日期填写day_one列，或距{{1 }}日期在当前行中，以较早的日期为准

最终结果如下：

date_one

注意： date_one date_two 2634 2018-05-22 2018-11-18 2018 2017-06-22 2017-09-22 2706 2016-09-14 2017-03-13 3018 2016-06-22 2016-09-13 的最后一列包含2016-09-13，因为2016-09-13是该行上方的date_two行中的日期的前一天（规则2）。感谢@WeNYoBen。

我尝试使用date_one，但不确定如何访问上一行的值

Answer 1

我假设两个日期列都是 DateTime 类型， 因此缺少的 date_two 值实际上是 NaT ，而不是 None ：

       date_one   date_two
2634 2018-05-22        NaT
2018 2017-06-22 2017-09-22
2706 2016-09-14        NaT
3018 2016-06-22        NaT

从计算辅助列开始-上一行的 date_one ：

df['date_one_prev'] = df.date_one.shift()

请注意，第一行 date_one_prev 是 NaT ，将很快使用。

然后定义要应用于每一行的函数：

def fn(row):
    if pd.isna(row.date_one_prev):  # First row
        return min(row.date_one + pd.DateOffset(180),
            pd.to_datetime('today'))
    elif pd.isna(row.date_two):     # NaT
        return min(row.date_one + pd.DateOffset(180),
            row.date_one_prev + pd.DateOffset(-1))
    else:    # date_two present
        return row.date_two

并应用此功能进行实际处理：

df.date_two = df.apply(fn, axis=1)

剩下的唯一要做的就是删除辅助列：

df.drop(columns=['date_one_prev'], inplace=True)

注意：根据您的评论，我用的是 180天，而不是 6个月。