Python 熊猫中优雅的数据帧操作

解决以下问题的最佳方法是什么

我有一个数据帧df：

Group    Start Date    End Date
A         8/15/2017     8/30/2017
B         8/20/2017      NaT
C         8/07/2017     8/14/2017
A         9/07/2017      NaT

组

是一个字符串，

开始日期

和

结束日期

是日期时间

我需要每天对没有结束日期的组执行一些操作。如果这些操作规定组的结束日期为该天，我将用日期替换

NaT

我能想出的唯一办法如下：

import pandas as pd

df_closed = df[pd.notnull(df['End_Date'])]
df_open = df[pd.isnull(df['End_Date'])]

这给了我：

df_closed

Group    Start Date    End Date
A         8/15/2017     8/30/2017
C         8/07/2017     8/14/2017

Group    Start Date    End Date
A         8/15/2017     8/30/2017
B         8/20/2017      NaT
C         8/07/2017     8/14/2017
A         9/07/2017     9/10/2017

以及：

然后我做手术。比如说，如果我确定A组的结束日期应为“今天”（假设“今天”为2017年9月10日），我会这样做

因此，我有以下几点：

df_open

Group    Start Date    End Date
B         8/20/2017      NaT
A         9/07/2017    9/10/2017

在这些操作结束时，我希望我的原始数据框显示所有原始行，但带有更新的

结束日期

。因此，我做了以下工作：

df = df_closed.append(df_open)

这给了我：

df_closed

Group    Start Date    End Date
A         8/15/2017     8/30/2017
C         8/07/2017     8/14/2017

Group    Start Date    End Date
A         8/15/2017     8/30/2017
B         8/20/2017      NaT
C         8/07/2017     8/14/2017
A         9/07/2017     9/10/2017

这就完成了任务，但我认为有一种不那么“笨重”的方式来完成

洞察力

---

提前感谢。

您可以找到空值，并在同一步骤中返回它们以进行赋值：

df.loc[df['End Date'].isnull(), 'End Date'] = <<val>>

df.loc[df['End Date'].isnull（），'End Date']=

如果您还需要查找组，请执行以下操作：

df.loc[(df['End Date'].isnull()) & (df['Group']==<<group>>), 'End Date'] = <<val>>

df.loc[（df['End Date'].isnull（））和（df['Group']==），'End Date']=

通过这种方式，您可以将所有内容保持在相同的数据帧中，这比分离df并重新合并要简单。

您可以

df.loc[（df['Group']='A'）&df['End Date'].isnull（），'End Date']=今天

？