本文详解如何在 Pandas 中实现按组、以首个非空日期为动态起点、逆序回推业务日（跳过周末）的累计日期计算，兼顾分组逻辑、NaN 处理与 BusinessDay 偏移的精准应用。
本文详解如何在 pandas 中实现按组、以首个非空日期为动态起点、逆序回推业务日（跳过周末）的累计日期计算，兼顾分组逻辑、nan 处理与 `businessday` 偏移的精准应用。
在实际业务调度（如供应链交付计划、项目里程碑倒排）中，常需基于每个分组内“首个有效基准日期”（即第一个非 NaT 的 Start），自底向上（reverse order）逐行减去 LT（Lead Time）所表示的业务天数，且严格跳过周六、周日——这不同于简单的时间差（pd.Timedelta），必须使用 pd.offsets.BusinessDay 实现工作日偏移。
关键挑战在于：既要识别每组内首个非空 Start 所在位置作为动态起点，又要保证后续逆向累加时，仅对起点之上的 NaN 行生效，且所有日期运算均遵循工作日规则。直接使用 bfill() + Timedelta 会忽略周末，而单纯用 groupby().cumsum() 配合 BusinessDay 又会错误锚定到最后一个日期。
以下为完整、鲁棒的解决方案：
✅ 步骤解析与代码实现
import pandas as pd
# 构造示例数据（注意：日期格式为 DD-MM-YYYY）
data = {
'Group': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C', 'C', 'C'],
'LT': [5, 10, 0, 3, 0, 2, 4, 0, 0, 0],
'Start': [pd.NaT, pd.NaT, '20-03-2024', pd.NaT, '04-03-2024', pd.NaT, pd.NaT, '04-04-2024', '10-04-2024', '24-04-2024']
}
df = pd.DataFrame(data)
# 1️⃣ 统一转为 datetime 类型，明确解析格式（避免模糊推断出错）
df['Start'] = pd.to_datetime(df['Start'], errors='coerce', format='%d-%m-%Y')
# 2️⃣ 标记每组中 "首个有效起点" 及其后续连续段 —— 核心技巧！
# s: 布尔序列，标识 LT == 0 的行（通常代表基准日/交付日）
s = df['LT'].eq(0)
# grp: 为每组内从首个 LT==0 开始的连续块分配唯一子组 ID（含中间 NaN）
# 减去 s 是为了将 LT==0 行自身归入前一个子组？不——此处逻辑实为：cumsum 后减去 s，
# 确保每个 LT==0 行成为新子组的 *起始边界*，从而让其上方 NaN 行归属该子组
grp = s.groupby(df['Group']).cumsum() - s
# 3️⃣ 逆序取 LT，按 (Group, grp) 二重分组做 cumsum → 得到每行需回退的总业务天数
# 注意：.loc[::-1] 实现物理逆序；cumsum() 在每个子组内从下往上累加 LT
lt_cumsum_rev = (
df.loc[::-1, 'LT']
.groupby([df['Group'], grp])
.cumsum()
)
# 4️⃣ 将累加天数转换为 BusinessDay 偏移量，并作用于各子组的首个 Start 值
# transform('first') 自动广播该子组首个非-NaT Start（因 grp 已确保首个 LT==0 行即为基准）
base_start = df.groupby(['Group', grp])['Start'].transform('first')
offsets = lt_cumsum_rev.apply(pd.offsets.BusinessDay)
result_dates = (base_start - offsets).dt.strftime('%d-%m-%Y')
# 5️⃣ 赋值回原 DataFrame（仅覆盖原 Start 为 NaT 的行？不，本方案直接全量重算更清晰）
df['Start'] = result_dates
print(df)输出结果完全匹配预期：
Group LT Start 0 A 5 28-02-2024 1 A 10 06-03-2024 2 A 0 20-03-2024 3 B 3 28-02-2024 4 B 0 04-03-2024 5 C 2 27-03-2024 6 C 4 29-03-2024 7 C 0 04-04-2024 8 C 0 10-04-2024 9 C 0 24-04-2024
⚠️ 关键注意事项
- 日期格式必须显式指定：pd.to_datetime(..., format='%d-%m-%Y') 防止 '04-03-2024' 被误读为 4月3日（MM-DD）而非 3月4日（DD-MM）。
- grp 构造是核心创新点：它将每个组内首个 LT==0 行及其上方所有连续 NaN 行划为同一逻辑子组，确保 transform('first') 总能捕获正确的动态起点。
- BusinessDay 不支持标量乘法：不能写 n * pd.offsets.BusinessDay()；必须对每个累加值单独调用 apply(pd.offsets.BusinessDay)。
- 逆序处理不可省略：.loc[::-1] 改变物理顺序后再 cumsum()，才能实现“从最后一行向上累加”的业务逻辑。
- 若存在多个 LT==0 行（如 Group C），该方案会自然形成多个子组（索引 7、8、9 各为独立子组），因此第 8、9 行的 Start 保持原值不变——符合需求中“忽略起点之后所有日期”的要求。
✅ 总结
本方案通过双重分组（Group + 动态子组 grp）+ 物理逆序累加 + BusinessDay 偏移映射，优雅融合了“动态起点识别”与“工作日精确回退”两大难点。相比简单填充或全局偏移，它具备强鲁棒性：可处理组内多基准日、稀疏 NaN、跨周末场景，是生产环境中调度类时间计算的推荐范式。
