如何在Pandas中计算每行baseline_date与days列相加后的最大日期并生成新列

嘿，这个需求我之前做项目时刚好碰到过，给你分享几种靠谱的实现方式，按需选择就行：

方法一：使用apply逐行计算（直观易懂，适合小数据集） #

这种方法逻辑最直接，对每行单独处理，把三个日期算出来再取最大值：

import pandas as pd

# 先确保baseline_date是datetime类型（如果原始数据是字符串的话）
df['baseline_date'] = pd.to_datetime(df['baseline_date'])

# 定义逐行处理的函数
def get_max_date(row):
    date1 = row['baseline_date'] + pd.Timedelta(days=row['days_1'])
    date2 = row['baseline_date'] + pd.Timedelta(days=row['days_2'])
    date3 = row['baseline_date'] + pd.Timedelta(days=row['days_3'])
    return max(date1, date2, date3)

# 生成新列max_date
df['max_date'] = df.apply(get_max_date, axis=1)

方法二：矢量化操作（高效，适合大数据集） #

apply在数据量大的时候会有点慢，用矢量化的方式直接列运算，速度会快很多：

import pandas as pd

# 同样先确保baseline_date是datetime类型
df['baseline_date'] = pd.to_datetime(df['baseline_date'])

# 分别计算三个日期列
df['date_1'] = df['baseline_date'] + pd.to_timedelta(df['days_1'], unit='D')
df['date_2'] = df['baseline_date'] + pd.to_timedelta(df['days_2'], unit='D')
df['date_3'] = df['baseline_date'] + pd.to_timedelta(df['days_3'], unit='D')

# 按行取最大值，axis=1表示横向取数
df['max_date'] = df[['date_1', 'date_2', 'date_3']].max(axis=1)

# 如果不需要中间的日期列，可以直接删掉
df = df.drop(columns=['date_1', 'date_2', 'date_3'])

补充小技巧：一行搞定的简化写法 #

如果不想生成中间列，也可以用pd.concat把三个计算后的序列合并，再直接取最大值：

df['max_date'] = pd.concat([
    df['baseline_date'] + pd.to_timedelta(df['days_1'], unit='D'),
    df['baseline_date'] + pd.to_timedelta(df['days_2'], unit='D'),
    df['baseline_date'] + pd.to_timedelta(df['days_3'], unit='D')
], axis=1).max(axis=1)

这里要注意两个关键点：

• 必须保证baseline_date是datetime类型，否则日期相加会报错，原始是字符串的话一定要用pd.to_datetime转换
• 列级运算时用pd.to_timedelta比pd.Timedelta更适配，它能直接接收整数列作为参数

内容的提问来源于stack exchange，提问作者daiyue