本文介绍如何在pandas中根据多个条件（如市场类型和目标列是否为空）动态填充某一列，重点演示如何为指定市场的记录自动填入“value dte”所在月份的最后一天。
在金融与能源交易数据分析中，常需根据合约属性（如交易所类型）自动补全业务日期字段。例如，当 Market 为 'EEX' 或 'ICE'，且 ValuedteTo 为空时，需将其设为 Value Dte 所在月份的最后一天；其余情况则保留原值。实现该逻辑需注意三点：日期类型统一、空值正确识别、条件逻辑严谨。
首先确保相关列为 datetime64 类型（ValuedteTo 使用 errors='coerce' 容错处理空字符串）：
import pandas as pd from datetime import timedelta df['Value Dte'] = pd.to_datetime(df['Value Dte']) df['ValuedteTo'] = pd.to_datetime(df['ValuedteTo'], errors='coerce')
接着定义安全的月末计算函数（返回 date 对象，避免时间戳干扰）：
def last_day_of_month(any_day):
# 基于“28日恒存在”原理推算下月1日，再回退至当月最后一天
next_month = any_day.replace(day=28) + timedelta(days=4)
return (next_month - timedelta(days=next_month.day)).date()核心填充逻辑应封装为独立函数，明确判断条件：仅当 ValuedteTo 为空（pd.isnull）且 Market 属于 ['EEX', 'ICE'] 时才计算月末；否则直接返回原值：
def fill_valuedteto(row):
if pd.isnull(row['ValuedteTo']) and row['Market'] in ['EEX', 'ICE']:
return last_day_of_month(row['Value Dte'])
else:
return row['ValuedteTo']
df['ValuedteTo'] = df.apply(fill_valuedteto, axis=1)⚠️ 注意事项：勿在 apply 中误用 df['col']：原问题代码中 df['valueDate_From_'] 是整列引用，导致广播错误；必须使用 row['Value Dte'] 获取当前行值。空值检测用 pd.isnull()：== '' 或 is None 对 datetime64 列不可靠；pd.isnull() 兼容 NaT 和 NaN。列名严格匹配：示例中列名为 'Value Dte' 和 'ValuedteTo'（含空格/大小写），务必与实际 DataFrame 一致。
执行后，原始数据中 EEX/ICE 行的空 ValuedteTo 将被正确替换为对应月份最后一天（如 2024-03-01 → 2024-03-31），而 OTC 行及已填值行保持不变。此方法逻辑清晰、可读性强，适用于批量条件填充场景，是 Pandas 数据清洗中的典型实践。
