如何在Pandas中获取含NaN、字符串的日期列的最大日期值

需要从Pandas数据表的date列提取最大日期，该列同时包含字符串格式的日期值和NaN空值，样例数据如下：

0    2022-07-07
1           NaN
2    2022-07-08
3           NaN
4    2022-07-10

已尝试的方案均运行报错：

• 直接执行df['date'].max()，报错：Not supported between instances "str" and "float"
• 添加numeric_only=True参数、设置is_nan=True参数，问题未解决
• 尝试numpy实现numpy.nanmax(df.iloc['date'].value)，报错：cannot index by location index

报错核心原因是date列当前为混合类型：有效日期是字符串格式，空值是浮点型NaN，不同类型的值无法直接比较大小，因此聚合计算会触发类型错误。按以下步骤操作即可得到正确结果：

1. 转换列为标准日期类型 #

使用pd.to_datetime()将整列转换为Pandas原生datetime类型，无法解析的空值会自动转为日期类型专属空值NaT，不会干扰后续计算：

import pandas as pd
df['date'] = pd.to_datetime(df['date'], errors='coerce')

errors='coerce'参数作用是将所有无法解析为日期的内容统一转为NaT，避免解析流程中断报错

2. 直接取最大值 #

类型转换完成后，整列数据类型统一，max()方法会自动忽略空值，直接执行即可得到正确的最大日期：

max_date = df['date'].max()

针对给出的样例数据，执行后返回结果为Timestamp('2022-07-10 00:00:00')，符合预期。

之前尝试的方案错误点说明 #

• numeric_only=True仅对数值类型列生效，字符串、日期类型列使用该参数不会起作用
• df.iloc['date']写法本身不符合语法规则：iloc仅支持整数位置索引，按列名取值应使用df['date']或df.loc[:, 'date']
• 无需额外引入numpy实现计算，Pandas原生datetime类型已经内置了空值兼容的聚合逻辑，直接调用原生方法即可。

内容的提问来源于stack exchange，提问作者Sergey