如何在Pandas多列日期中按行求最值并忽略NaN值？

我有一个包含5个日期字段的Pandas DataFrame，部分行的日期字段可能全有值，也可能仅含1个有效值。需要按行计算这些日期的最小值或最大值，同时忽略NaN值。不想写函数处理所有非NaN组合，因为效率太低。

示例DataFrame：

AccountID    CreatdDate    ContactDate     GiftDate     Sign-up Date
1            5/7/2017      nan             1/1/2018     5/7/2017
2            2/6/2020      2/6/2020        2/6/2020     2/6/2020
3            8/29/2010     4/22/2022       4/22/2022    8/4/2022
4            11/25/2017    nan             nan          nan
5            4/2/2014      1/6/2012        4/2/2014     nan

期望生成的新列：

AccountID    Date
1            5/7/2017
2            2/6/2020
3            8/29/2010
4            11/25/2017
5            1/6/2012

解决方案 #

1. 转换日期列为datetime类型 #

原始日期是字符串格式，必须先转为pandas的datetime类型才能正确计算：

import pandas as pd

# 假设你的DataFrame名为df，指定所有日期列
date_columns = ['CreatdDate', 'ContactDate', 'GiftDate', 'Sign-up Date']
df[date_columns] = df[date_columns].apply(pd.to_datetime, errors='coerce')

errors='coerce'会把无效日期转为NaT（pandas专属的日期空值），后续计算会自动忽略。

2. 按行计算最小/最大值 #

直接使用pandas的行级聚合方法，指定axis=1（按行计算）和skipna=True（忽略空值）：

• 计算最小值（对应示例需求）：

df['Date'] = df[date_columns].min(axis=1, skipna=True)

• 计算最大值：

df['Date'] = df[date_columns].max(axis=1, skipna=True)

3. 提取目标列（可选） #

如果只需要AccountID和新生成的Date列，直接筛选即可：

result_df = df[['AccountID', 'Date']].copy()
# 可选：把日期转回原字符串格式（如需要）
result_df['Date'] = result_df['Date'].dt.strftime('%m/%d/%Y')

内容的提问来源于stack exchange，提问作者adam6912748