按行 ID 比较多个日期列并在 python 或 pandas 中突出显示它们

Question

对于整个数据框，我需要比较同一行上的 4 个日期。找到最新的日期并突出显示它。 突出显示的单元格是 comp1 - comp4 之间的最高单元。

我需要的输出如下所示：

我首先确保所有 comps 都是日期时间 dtypes，我什至尝试将它们制作为对象并在编写本文之前进行比较，但没有运气。

这是我在网上尝试/搜索的内容，但这些都不起作用：

checks.style.highlight_max(color= 'yellow', axis=0)

没有突出显示

我也尝试使用子集，但由于某种原因，无论是否检查每个组合上的 dtype，它们都不会保留日期时间或对象，而是由于某些奇怪的原因变成浮点数

checks.style.highlight_max(color= 'yellow', axis=0, subset=['CAC Clearance', 'ASB Results Received','Arch Assessment','Bio Assessment'])

这是我得到的错误，但我在运行它之前将它们全部作为日期时间。

TypeError: 'float' 和 'datetime.date' 的实例之间不支持 '>='

最后我尝试通过 ID 进行分组，即使这样我似乎也无法让它工作。

使用print(checks.head().to_records())/print(checks.head().to_dict())的示例日期

输出（目前只能提供某些信息时间戳）

TypeError Traceback（最近一次调用最后一次） 在 ----> 1 次打印(checks.head().to_records())/打印(checks.head().to_dict())

TypeError: /: 'NoneType' 和 'NoneType' 的操作数类型不受支持

第一个打印示例：

'2021-10-13T00:00:00.000000000', '2021-10-13T00:00:00.000000000')

第二个打印示例：

Timestamp('2021-10-13 00:00:00'), 4: Timestamp('2021-10-13 00:00:00')}, '生物评估': {0: Timestamp('2021 -10-13 00:00:00'), 1: 时间戳('2021-10-14 00:00:00'), 2: 时间戳('2021-10-13 00:00:00'), 3:时间戳('2021-10-13 00:00:00'), 4: 时间戳('2021-10-13 00:00:00')}}

Answer 1

我想通了。

• 首先必须复制我的 df 以停止复制警告

• 然后使用此代码制作我所有的日期时间字符串并用“0”填写 NaT。这是我可以比较 str/int 到 datetime/timestamp 错误的唯一方法：

  checks['comp1'] = checks['comp1'].dt.strftime('%Y-%m-%d').fillna("0")

• 我尝试在原始帖子中使用上面的突出显示样式，但只有几个日期会突出显示，所以我制作了这个函数，它会输出一个包含我需要的信息的新列。

   def find_lastest_date(df, comp1, comp2, comp3, comp4, comp5):
    # Debris not finished
    if df[comp1] == "0":
        return 'No "comp1" Date'
  
  
  
    # compares comp1 to all other comps
    if ((df[comp1] > df[comp2]) & (df[comp1] > df[comp3]) & (df[comp1] > df[comp4]) & (df[comp1] > df[comp5])):
        return '"comp1" is greater than Latest Date'
    # compares comp2 to all other comps
    elif ((df[comp2] > df[comp1]) & (df[comp2] >= df[comp3]) & (df[comp2] >= df[comp4]) & (df[comp2] >= df[comp5])):
        return "'comp2' Latest/has other matching dates"
    # compares comp3 to all other comps
    elif  ((df[comp3] > df[comp1]) & (df[comp3] >= df[comp2]) & (df[comp3] >= df[comp4]) & (df[comp3] >= df[comp5])):
        return '"comp3" Latest/has other matching dates'
    # compares comp4 to all other comps
    elif ((df[comp4] > df[comp1]) & (df[comp4] >= df[comp2]) & (df[comp4] >= df[comp3]) & (df[comp4] >= df[comp5])):
        return '"comp4" Latest/has other matching dates'
    elif((df[comp5] > df[comp1]) & (df[comp5] >= df[comp2]) & (df[comp5] >= df[comp3]) & (df[comp5] >= df[comp4])):
         return '"comp45" Latest/has other matching dates'
  
    # Comp matches
  
    # All comps == "0" leave blank
    elif ((df[comp1] == "0") & (df[comp2] == "0") & (df[comp3] == "0") & (df[comp4] == "0") & (df[comp5] == "0")):
        return ""
  
  
    # All comps macth
    elif ((df[comp1] == df[comp2]) & (df[comp1] == df[comp3]) & (df[comp1] == df[comp4]) & (df[comp1] == df[comp5])):
        return "'comp1' matches Latest Date"
  
    # comp1 match to another other comp
    elif ((df[comp1] == df[comp2]) | (df[comp1] == df[comp3]) | (df[comp1] == df[comp4]) | (df[comp1] == df[comp5])):
        return "'comp1' matches Latest Date"
    else:
        return ""
  

这是我调用此函数的方式，它创建一个新列并将其插入到我想要的列索引中：

df.insert(df.columns.get_loc('comp1'), 'Output column name', df.apply(find_lastest_date, comp1='comp1', comp2='2comp2', comp3='comp3, comp4='comp4',comp5='comp5',axis=1))