Pandas中日期列的最大值/最小值列包含nan值

Question

我试图在来自两个其他日期列的最大（或最小）日期的熊猫数据框中创建一个新列。但是，当这些列中的任何一个地方都有NAN时，整个最小/最大列将成为NAN。是什么赋予了？当使用数字列这工作正常...但与日期，新列是所有南非。下面是一些示例代码来说明这个问题：

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) 

我知道它可以与禄和<组合，>，ISNULL等来完成。但如何使它与常规的最大/最小功能一起工作？

Answer 1

你存储在列date对象，如果转换为datetime然后它按预期工作：

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 

如果你压根儿：

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

这就提出了一个TypeError: '>=' not supported between instances of 'float' and 'datetime.date'

NaN值导致dtype被提升为float，所以返回NaN。如果你没有缺失值的话，那就按预期工作，如果你有缺失值，那么你应该转换dtype到datetime如此缺失的值转换为NaT，使max正常工作