如何在Pandas中根据日期最小值获取对应列名与列值？

数据集与预处理代码 #

首先是原始数据集及已完成的日期转换和最小值计算：

import pandas as pd
import numpy as np

# 原始数据集
df = pd.DataFrame({'ID': [1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2],
 'DATE_11': ['1/1/2011','1/2/2015', '1/3/2015','1/4/2012','1/5/2011','1/6/2011','1/7/2011','1/8/2009',
  '1/9/2016','1/2/2015','1/3/2015','1/4/2015','1/5/2015','1/6/1998','1/7/2011'],
 'Column_1': ['A','B','S','A','B','S','A','A','C','A','A','A','A','A','A'],
                   'DATE_22': ['1/1/2015','1/2/2013', '1/3/2012','1/4/2015','1/5/2015','1/6/2015','1/7/2015','1/8/2015',
  '1/9/2016','1/2/2015','1/3/2015','1/4/2015','1/5/2015',np.nan,'1/7/2011'],
 'Column_2': ['A','A','A','A','B','B','A','A','B','S','A','A','A','A','A'],
                   'DATE_3': ['1/1/2016','1/2/2015', '1/3/2015','1/4/2015','1/5/2015','1/6/2015','1/7/2015','1/8/2015',
  '1/1/2016','1/2/2011','1/3/2001','1/4/2002','1/5/2006','1/6/1998','1/7/2011'],
 'Column_S': ['A','A','B','S','B','B','A','B','S','A','A','E','D','A','C']})

# 已完成的预处理：日期格式转换与最小值计算
df[['DATE_11','DATE_22','DATE_3']] = df[['DATE_11','DATE_22','DATE_3']].apply(pd.to_datetime, format='%m/%d/%Y')
df['min_result'] = df[['DATE_11','DATE_22','DATE_3']].min(axis = 1)

需求说明 #

需要实现：

• 定位min_result对应的原始日期列（DATE_11/DATE_22/DATE_3），并提取其配对的列名（Column_1/Column_2/Column_S）及对应值
• 以下场景下，配对列名和值设为np.nan：
  1. 多个非null日期列的值等于最小值（包括所有日期值相同的情况）
  2. 两个日期值相同且其中一个为null

实现方案 #

步骤1：定义日期列与配对列的映射 #

先建立日期列和对应数据列的关联关系：

date_to_col = {
    'DATE_11': 'Column_1',
    'DATE_22': 'Column_2',
    'DATE_3': 'Column_S'
}

步骤2：标记并统计最小值出现的次数 #

生成布尔矩阵标记每行中等于最小值的日期列，再统计有效（非null）的最小值列数量：

# 生成布尔矩阵：每个日期列是否等于该行的min_result
is_min = df[['DATE_11', 'DATE_22', 'DATE_3']].eq(df['min_result'], axis=0)
# 统计每行中等于最小值的非null列数量
min_col_count = is_min.sum(axis=1)

步骤3：提取配对列信息并处理特殊场景 #

先获取对应配对列的名称和值，再对需要设为np.nan的场景进行覆盖：

# 获取每行中第一个等于最小值的日期列
first_min_col = is_min.idxmax(axis=1)
# 映射到对应的配对列名
df['matched_col_name'] = first_min_col.map(date_to_col)
# 提取配对列的对应值
df['matched_col_value'] = df.apply(lambda row: row[row['matched_col_name']], axis=1)

# 处理特殊场景：最小值出现多次，或所有日期均为null
special_mask = (min_col_count >= 2) | df['min_result'].isna()
df.loc[special_mask, ['matched_col_name', 'matched_col_value']] = np.nan

验证结果 #

查看最终结果的关键列：

print(df[['ID', 'min_result', 'matched_col_name', 'matched_col_value']])

输出示例（部分行）：

ID min_result matched_col_name matched_col_value
0    1 2011-01-01        Column_1                  A
1    1 2013-02-01        Column_2                  A
2    1 2012-03-01        Column_2                  A
...
13   2 1998-06-01              NaN                NaN
14   2 2011-07-01              NaN                NaN

内容的提问来源于stack exchange，提问作者Sam