如何合并DataFrame多列日期，保留ID列、NA值并取每行最新非空日期

核心思路 #

利用pandas日期列的最大值计算逻辑，自动跳过空值取每行最新日期，全空行自动保留空值，无需额外写判断逻辑处理不同行的空值分布差异。

操作步骤 #

• 第一步：将待合并的所有日期列统一转换为datetime格式，避免字符串形式的日期比较出错
• 第二步：沿行方向计算待合并列的最大值，得到合并后的最新日期列
• 第三步：按需保留ID列和新生成的合并日期列即可

代码实现 #

import pandas as pd

# 替换为你实际要合并的日期列名，有更多日期列直接追加到列表即可
date_cols = ["timestamp", "timestamp_c"]

# 批量转换日期格式，无效/空值会自动转为NaT
df[date_cols] = df[date_cols].apply(pd.to_datetime, errors="coerce")

# 合并日期：自动跳过空值取最新日期，所有日期列都为空的行返回NaT
df["merged_latest_date"] = df[date_cols].max(axis=1, skipna=True)

# 保留ID列和合并后的日期列，可自行调整保留的字段
final_df = df[["id", "merged_latest_date"]]

效果说明 #

• 仅timestamp有值的行：合并结果取timestamp的值
• 仅timestamp_c有值的行：合并结果取timestamp_c的值
• 两列都有值的行：合并结果取两个日期中更新的那个
• 两列都为空的行：合并结果保留空值，完全符合需求

参考数据样例 #

内容的提问来源于stack exchange，提问作者Meli