Pandas 中日期列的最大值/最小值，列包含 nan 值

Question

我正在尝试在 pandas 数据框中创建一个新列，其中包含来自其他两个日期列的最大（或最小）日期。但是，当这些列中的任何一个存在 NAN 时，整个 min/max 列都会变成 NAN。是什么赋予了？使用数字列时，这很好用……但是对于日期，新列都是 NAN。下面是一些示例代码来说明问题：

df = pd.DataFrame(data=[[np.nan,date(2000,11,1)], 
                        [date(2000,12,1), date(2000,9,1)],
                        [date(2000,4,1),np.nan],
                        [date(2000,12,2),np.nan]], columns=['col1','col2'])

df['col3'] = df[['col1','col2']].max(axis=1)

我知道它可以通过 loc 和 、isnull 等的组合来完成。但是如何让它与常规的 max/min 函数一起工作呢？

Answer 1

您将date 对象存储在列中，如果您转换为datetime，那么它会按预期工作：

In[10]:
df['col1'] = pd.to_datetime(df['col1'])
df['col2'] = pd.to_datetime(df['col2'])
df

Out[10]: 
        col1       col2  col3
0        NaT 2000-11-01   NaN
1 2000-12-01 2000-09-01   NaN
2 2000-04-01        NaT   NaN
3 2000-12-02        NaT   NaN

In[11]:
df['col3'] = df[['col1','col2']].max(axis=1)
df

Out[11]: 
        col1       col2       col3
0        NaT 2000-11-01 2000-11-01
1 2000-12-01 2000-09-01 2000-12-01
2 2000-04-01        NaT 2000-04-01
3 2000-12-02        NaT 2000-12-02

如果你只是这样做：

df['col3'] = df['col1'].max()

这会引发TypeError: '>=' not supported between instances of 'float' and 'datetime.date'

NaN 值导致dtype 提升为float，因此NaN 被返回。如果您没有缺失值，那么它将按预期工作，如果您有缺失值，那么您应该将dtype 转换为datetime，以便将缺失值转换为NaT，以便max 正常工作