Python如何从pandas DataFrame单列每行的多个日期中提取最大日期

最优实现方案（推荐） #

采用pandas的apply方法批量处理，比循环逻辑更简洁高效，出错概率更低：

import pandas as pd

# 定义单个单元格的处理逻辑
def extract_max_date(cell):
    # 拆分单元格内多个用|分隔的日期，去除前后多余空格
    date_items = [x.strip() for x in str(cell).split("|")]
    # 批量转换为datetime格式，自动过滤无效值
    date_series = pd.to_datetime(date_items, errors="coerce").dropna()
    if date_series.empty:
        return pd.NaT
    # 取最大日期后仅保留日期部分，如需字符串格式可替换为.strftime("%Y-%m-%d")
    return date_series.max().date()

# 直接应用到date列完成全量替换
df_pvt["date"] = df_pvt["date"].apply(extract_max_date)

原有代码的问题 #

• 未对单元格内多个用|分隔的日期做拆分处理，直接调用pd.to_datetime会识别失败
• 计算得到的最大值没有回写入DataFrame，修改不会生效
• 重复调用max()方法无意义，宽泛的KeyError捕获会掩盖实际运行错误

循环实现的修正版本 #

如果一定要用循环逻辑实现，可以修改为以下代码：

for i in range(len(df_pvt)):
    cell_val = df_pvt.loc[i, "date"]
    date_str_list = [s.strip() for s in str(cell_val).split("|")]
    date_list = pd.to_datetime(date_str_list, errors="coerce").dropna()
    if not date_list.empty:
        df_pvt.loc[i, "date"] = date_list.max().date()
    else:
        df_pvt.loc[i, "date"] = pd.NaT

内容的提问来源于stack exchange，提问作者RCN