Pandas实现：为DataFrame新增列标记最新时间戳值的历史最高起始时间

针对你以日期为列、指标为行的透视表需求，我们可以通过自定义函数结合apply方法快速实现最新日期的历史最高标记功能。

步骤1：准备数据与基础环境 #

首先导入依赖并创建示例DataFrame：

import pandas as pd
from pandas import Timestamp

# 示例数据
data_dict = {
    Timestamp('2010-01-01 00:00:00'): {'A': 12, 'B': 10}, 
    Timestamp('2010-02-01 00:00:00'): {'A': 5, 'B': 14},
    Timestamp('2010-03-01 00:00:00'): {'A': 2, 'B': 8},
    Timestamp('2010-04-01 00:00:00'): {'A': 11, 'B': 16}
}

# 创建透视表格式的DataFrame（行=指标，列=日期）
df = pd.DataFrame(data=data_dict)
# 确保日期列按升序排列（如果你的透视表未排序）
df = df.sort_index(axis=1)

步骤2：定义标记逻辑函数 #

编写自定义函数处理每一行（单个指标）的历史最高判断：

def generate_high_label(row, latest_date_col):
    current_value = row[latest_date_col]
    # 获取该行的日期序列与对应数值
    date_sequence = row.index
    value_sequence = row.values
    
    # 判断当前值是否为历史新高
    if current_value == value_sequence.max():
        return "record"
    else:
        # 找到最后一个数值高于当前值的位置
        higher_positions = (value_sequence > current_value).nonzero()[0]
        last_higher_idx = higher_positions[-1]
        # 取该位置的下一个日期作为起始点
        start_date = date_sequence[last_higher_idx + 1]
        return f"自{start_date.strftime('%Y-%m-%d %H:%M:%S')}以来最高"

步骤3：应用函数生成新列 #

获取最新日期列，将函数应用到每一行生成标记列：

# 获取最新日期对应的列名（最右侧列）
latest_col = df.columns[-1]

# 生成"最高标记"列
df['最高标记'] = df.apply(generate_high_label, args=(latest_col,), axis=1)

最终结果 #

执行后DataFrame将新增标记列，符合预期需求：

2010-01-01 00:00:00  2010-02-01 00:00:00  2010-03-01 00:00:00  2010-04-01 00:00:00                     最高标记
A                                    12                     5                     2                    11  自2010-02-01 00:00:00以来最高
B                                    10                    14                     8                    16                      record

关键说明 #

• 若你的透视表日期列未按时间排序，必须先执行df.sort_index(axis=1)确保日期顺序正确，否则标记逻辑会出错
• 函数中通过nonzero()定位最后一个高于当前值的历史日期，确保起始点的准确性
• 日期格式化可根据需求调整strftime的参数，比如简化为%Y-%m-%d

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