Python Pandas：两日期列非空时取较小值的实现问题

我来帮你搞定这个需求！你遇到的问题核心是要严格过滤掉任一列为空的行，再计算剩余行的日期最小值，而默认的min(axis=1)会自动忽略空值取非空的那个，不符合你的要求。另外你碰到的AttributeError: 'list' object...错误，大概率是不小心把列名列表当成了DataFrame对象来调用方法导致的，我下面给你分步解决：

方法一：向量化筛选（推荐，效率更高） #

先通过布尔掩码筛选出两列都不为空的行，再对这些行计算最小值，不符合条件的行自动保留NaN：

import pandas as pd

# 假设你的DataFrame名为df，目标列是这两个
target_cols = ['Internal Review', 'Imported Date']

# 创建掩码：仅保留两列都非空的行
valid_rows_mask = df[target_cols].notna().all(axis=1)

# 对有效行计算最小值，赋值到新列
df['Minimum Date'] = df.loc[valid_rows_mask, target_cols].min(axis=1)

这样处理后，有空值的行（比如你说的第1行和第4行）的Minimum Date会是NaN，只有两列都有日期的行才会得到较小值。

方法二：逐行判断（适合小数据集） #

如果你的数据集不大，也可以用apply结合lambda函数逐行判断，逻辑更直观：

df['Minimum Date'] = df.apply(
    lambda row: min(row['Internal Review'], row['Imported Date'])
    # 仅当两列都非空时计算，否则返回空值
    if pd.notna(row['Internal Review']) and pd.notna(row['Imported Date'])
    else pd.NA,
    axis=1
)

关于你遇到的AttributeError #

这个错误几乎都是因为你误将列名的列表（比如['Internal Review', 'Imported Date']）当成了DataFrame对象来调用方法。比如如果写成min(target_cols)或者target_cols.min(axis=1)，肯定会报错——因为Python的列表没有min(axis=1)这种方法。要确保你是对df[target_cols]这个DataFrame子集调用min()方法，而不是直接操作列名列表。

内容的提问来源于stack exchange，提问作者MethJordan