比较两个日期栏上有文字的日期

Question

我有一个这样的数据框，

datecol1              datecol2
2005-02-22          EmployeeNotFound
2010-02-21          2010-02-22
EmployeeNotFound    EmployeeNotFound
EmployeeNotFound    2010-02-22

这两个列都具有Object的dtype。

我想比较这两列，并获取每一列的最大日期。

所以预期的结果是

    datecol1            datecol2                  ExpectedResult
    2005-02-22          EmployeeNotFound          2005-02-22
    2010-02-21          2010-02-22                2010-02-22
    EmployeeNotFound    EmployeeNotFound          EmployeeNotFound
    EmployeeNotFound    2010-02-25                2010-02-25

ExpectedResult的dtype将再次是一个对象。

Answer 1

将列转换为日期时间，每个轴1获取max，最后转换为字符串并替换NaT：

cols = ['datecol1', 'datecol2']
df[cols] = df[cols].apply(pd.to_datetime, errors='coerce')
df['ExpectedResult'] = df[cols].max(axis=1)
df = df.astype(str).replace('NaT','EmployeeNotFound')
#alternative solution
#df = df.astype(str).mask(df.isnull(),'EmployeeNotFound')
print (df)
           datecol1          datecol2    ExpectedResult
0        2005-02-22  EmployeeNotFound        2005-02-22
1        2010-02-21        2010-02-22        2010-02-22
2  EmployeeNotFound  EmployeeNotFound  EmployeeNotFound
3  EmployeeNotFound        2010-02-22        2010-02-22

Answer 2

您也可以使用numpy，因为numpy函数的速度更快。

import numpy as np
cond = df['datecol1'] != 'EmployeeNotFound'
df['ExpectedResult'] = np.where(cond, df['datecol1'], df['datecol2'])

首先，datecol1的所有有效值将被填充，然后其余的将由第二列datecol2填充。