熊猫获取每一行的列日期时间值总和的最大值

Question

我正在尝试从每一行的列总和中获取最大值，并将最大值分配给新列，

df['due_date'] = df.apply(
        lambda x: max(x['days_1'] + x['baseline_date'],
                      x['days_2'] + x['baseline_date'],
                      x['days_3'] + x['baseline_date']), axis=1)

'df'看起来像。

days_1    days_2    days_3    baseline_date
0         0         0         2018-01-01
12        0         0         2017_01-01
0         3         0         2016-01-01
0         0         4         2015-01-01

baseline_date是datetime dtype ， days_1/2/3是int类型。

代码给了我

ValueError: ('Cannot add integral value to Timestamp without freq.', 'occurred at index 0')

我想知道如何获得base_line_date + days1/2/3获得的最大日期。

Answer 1

您可以在axis = 1做max

pd.to_timedelta(df.iloc[:,:3].max(1),'D')+pd.to_datetime(df.baseline_date)
Out[437]: 
0   2018-01-01
1   2017-01-13
2   2016-01-04
3   2015-01-05
dtype: datetime64[ns]

Answer 2

您应该将days *列转换为pd.Timeadelta。

您可以使用与lambda函数一起应用

df[daylikecolumne].apply(lambda c: pd.Timedelta(c,'D'))

这样，您可以在兼容的datype之间添加减法，例如timedelta和datetime