如何从一组日期列中获取最大日期值答案

【问题标题】：How to get maximum date value from a group of date columns如何从一组日期列中获取最大日期值
【发布时间】：2019-02-03 05:57:33
【问题描述】：

这是样本数据：

import pandas as pd
d = {'name': ['john', 'tom', 'phill', 'nero', 'bob', 'rob'], 'date1' :['2015-10-05', '2015-01-05', '2015-07-06', '2015-10-06', '2015-10-06', '2015-12-08'], 'date2' :['2015-10-05', '2015-01-05', '2015-07-06', '2015-08-06', '2015-09-06', '2015-12-08'], 'date3' :['2015-07-05', '2015-11-05', '2015-07-06', '2015-11-06', '2015-05-06', '2015-05-08']}
df2 = pd.DataFrame(data = d)
df2['date1'] = pd.DatetimeIndex(df2['date1'])
df2['date2'] = pd.DatetimeIndex(df2['date2'])
df2['date3'] = pd.DatetimeIndex(df2['date3'])

这是桌子

问题 1：我想创建一个新列 max_date，它将具有每行的最大日期值。我以为我可以创建这些列的列表，然后对它们应用 max ，但它没有用。我找到了 numpy.amax()，但无法让它工作。

问题 2：我必须使用列名来指定这些列，不能使用 df2[ , 0:2] 等列的位置索引

更新问题 2 - 当我说“使用列名”时 - 我的意思是我有一个列名列表，我需要像 [date1, date2, 日期3]。抱歉，如果我的帖子不清楚。

【问题讨论】：

标签： python python-3.x pandas numpy datetime

【解决方案1】：

`select_dtypes`

这适用于所有日期时间列，无论命名约定如何。

df2.assign(max_date=df2.select_dtypes('datetime').max(1))

       date1      date2      date3   name   max_date
0 2015-10-05 2015-10-05 2015-07-05   john 2015-10-05
1 2015-01-05 2015-01-05 2015-11-05    tom 2015-11-05
2 2015-07-06 2015-07-06 2015-07-06  phill 2015-07-06
3 2015-10-06 2015-08-06 2015-11-06   nero 2015-11-06
4 2015-10-06 2015-09-06 2015-05-06    bob 2015-10-06
5 2015-12-08 2015-12-08 2015-05-08    rob 2015-12-08

【讨论】：

【解决方案2】：

您可以通过str.startswith 使用布尔索引：

date_cols = df2.columns[df2.columns.str.startswith('date')]
df2['max_date'] = df2[date_cols].max(1)

print(df2)

       date1      date2      date3   name   max_date
0 2015-10-05 2015-10-05 2015-07-05   john 2015-10-05
1 2015-01-05 2015-01-05 2015-11-05    tom 2015-11-05
2 2015-07-06 2015-07-06 2015-07-06  phill 2015-07-06
3 2015-10-06 2015-08-06 2015-11-06   nero 2015-11-06
4 2015-10-06 2015-09-06 2015-05-06    bob 2015-10-06
5 2015-12-08 2015-12-08 2015-05-08    rob 2015-12-08

【讨论】：

虽然我一直在寻找可以使用列名列表的答案，但我也许可以使用 .str 方法。会回来提供反馈。
当然，你可以直接说date_cols = ['date1', 'date2', 'date3']。

【解决方案3】：

使用max 和filter like

df2['max_date']=df2.filter(like='date',axis=1).max(1)
df2
Out[157]: 
       date1      date2      date3   name   max_date
0 2015-10-05 2015-10-05 2015-07-05   john 2015-10-05
1 2015-01-05 2015-01-05 2015-11-05    tom 2015-11-05
2 2015-07-06 2015-07-06 2015-07-06  phill 2015-07-06
3 2015-10-06 2015-08-06 2015-11-06   nero 2015-11-06
4 2015-10-06 2015-09-06 2015-05-06    bob 2015-10-06
5 2015-12-08 2015-12-08 2015-05-08    rob 2015-12-08

【讨论】：

你不需要axis=1