pandas 1.3.3中全pd.NaT行调用idxmax行为与旧版本不一致问题

这是pandas 1.3.0到1.3.3版本的已知bug，不属于操作错误。

问题原因 #

该问题是pandas 1.3版本迭代时，重构datetime类型相关聚合逻辑的过程中，遗漏了全NaT行/列在idxmax/idxmin方法中的边界处理场景，和float类型全NaN序列的处理逻辑不一致，违反了官方文档中「全空序列调用idxmax返回NaN」的约定。

解决方案 #

你可以根据使用场景选择以下任意一种方式规避问题：

• 临时降级到pandas 1.2.4版本，等待后续稳定版本修复后再升级
• 调用idxmax前对数据做兼容处理，示例代码如下：

import pandas as pd
import numpy as np

df2 = pd.DataFrame({'a': [pd.NaT], 'b': [pd.NaT]})
# 先将NaT替换为极小时间值计算idxmax，再把全空行的结果替换回NaN
res = df2.replace(pd.NaT, pd.Timestamp.min).idxmax(axis=1)
res[df2.isna().all(axis=1)] = np.nan
print(res)

• 升级到pandas 1.3.4及以上版本，该bug已经在后续补丁版本中被修复，全NaT行调用idxmax会和全NaN浮点行表现一致，返回预期的NaN值。

内容的提问来源于stack exchange，提问作者PlushMascot