使用Pandas获取DataFrame中各元素的最后编辑时间

嗨，我来分享下这个问题的解决办法，多亏了@jezrael的思路才顺利搞定！

我们部门会定期给项目组合网站生成带随机时间的每日快照，这次拿project_id=1的数据做示例。核心需求有两个：

• 针对每个project_id，找出各列单元格的最后编辑时间，整理成指定格式的df_table_new
• 处理列中空值导致的NaT错误：把所有NaT替换成timestamp列的最早时间（这里是10/15/19）

用Pandas就能轻松实现，具体代码如下：

import pandas as pd

# 假设原始数据存储在df_table中
# 1. 按project_id分组，聚合各列的最后编辑时间（跳过空值）
df_table_new = df_table.groupby('project_id').agg(
    lambda col: col.dropna().iloc[-1] if not col.dropna().empty else pd.NaT
)

# 2. 获取timestamp列的最早时间，作为NaT的替换值
earliest_timestamp = df_table['timestamp'].min()

# 3. 替换所有NaT为指定的最早时间
df_table_new = df_table_new.fillna(earliest_timestamp)

步骤拆解 #

• 分组聚合环节：用自定义lambda函数处理每一列——先剔除空值，如果列里还有有效数据，就取最后一条（对应最后编辑时间）；如果全是空值，就返回NaT
• 提前提取timestamp的最小时间，保证所有空值替换的基准一致
• 最后用fillna批量替换NaT，彻底解决空值报错的问题

内容的提问来源于stack exchange，提问作者Mr42