Pandas实现获取每行最大日期的最后出现列名（同值取后列）

给定如下结构的DataFrame df：

需求是为每个Id找到最大日期对应的Stage列，当多个Stage列日期相同时，取最后出现的列（如Id4需返回Stage3而非Stage2）。默认的df.filter(like="Stage").idxmax(axis=1)会返回第一个出现最大值的列，无法满足需求，可通过以下两种方法实现：

方法一：反转列顺序后使用idxmax #

核心思路是反转Stage列的顺序，让原本靠后的列优先被idxmax检测，这样相同最大值会返回反转后的第一个列（即原顺序的最后一列）：

import pandas as pd

# 确保日期列为datetime类型（若原数据是字符串格式）
df[['Stage1', 'Stage2', 'Stage3']] = df[['Stage1', 'Stage2', 'Stage3']].apply(pd.to_datetime)

# 获取所有Stage列并反转顺序
stage_cols = df.filter(like='Stage').columns
reversed_stage_cols = stage_cols[::-1]

# 计算每行最大日期对应的Stage列
df['MaxStage'] = df[reversed_stage_cols].idxmax(axis=1)

方法二：逐行筛选最大日期的最后一列 #

通过自定义函数逐行处理，找到所有等于最大日期的列后取最后一个：

import pandas as pd

# 转换日期列类型
df[['Stage1', 'Stage2', 'Stage3']] = df[['Stage1', 'Stage2', 'Stage3']].apply(pd.to_datetime)

stage_cols = df.filter(like='Stage').columns

def get_last_max_stage(row):
    max_date = row[stage_cols].max()
    # 筛选出所有等于最大日期的列，取最后一个
    max_cols = row[stage_cols][row[stage_cols] == max_date].index
    return max_cols[-1]

df['MaxStage'] = df.apply(get_last_max_stage, axis=1)

两种方法最终都会生成符合预期的MaxStage列：

内容的提问来源于stack exchange，提问作者Sriya TR