Rowwise min () и max () не выполняется для столбца с NaN

Похоже, это происходит, когда объекты date смешиваются с плавающей точкой (например, NaN) в столбцах. По умолчанию флаг numeric_only устанавливается из-за единственного значения с плавающей запятой. Например, замените ваш df_nan следующим:

df_float = pd.DataFrame({'date_a' : [date(2015, 1, 1), date(2012, 6, 1),
                                    1.023, date(2016, 6, 1)],
                        'date_b' : [date(2012, 7, 1), 3.14, 
                                    date(2014, 3, 1), date(2013, 4, 1)]})

print(df_float.max(1))

0   NaN
1   NaN
2   NaN
3   NaN
dtype: float64

Если для флага вручную установлено значение «ложь», это приведет к правильному выбрасыванию TypeError, потому что:

print(date(2015, 1, 1) < 1.0)

TypeError                                 Traceback (most recent call last)
<ipython-input-362-ccbf44ddb40a> in <module>()
      1 
----> 2 print(date(2015, 1, 1) < 1.0)

TypeError: unorderable types: datetime.date() < float()

Тем не менее, панды, кажется, принуждают все к NaN. Как обходной путь, преобразование в str с использованием df.astype, кажется, делает это:

out = df_nan.astype(str).max(1)
print(out) 
0    2015-01-01
1    2013-01-01
2           nan
3    2016-06-01
dtype: object

В этом случае сортировка лексикографически дает то же решение, что и раньше.

В противном случае, как Хуан предлагает вы можете привести к datetime используя pd.to_datetime:

out = df_nan.apply(pd.to_datetime, errors='coerce').max(1)
print(out)

0   2015-01-01
1   2013-01-01
2   2014-03-01
3   2016-06-01
dtype: datetime64[ns]

Следующее должно работать:

>>> df_nan.where(df_nan.T.notnull().all()).max(axis=1)
Out[1]:
0    2015-01-01
1    2013-01-01
2          None
3    2016-06-01
dtype: object

Куда:

1. df_nan.T.notnull().all() вычисляет маску строки, не содержащей np.nan
2. df_nan.where() применяет прежнюю маску к кадру данных
3. .max(axis=1) получает построчный максимум

Это работает, потому что максимум массива, где все значения np.nan, равен None. Это позволяет отслеживать строки, в которых отсутствует значение, не показывая максимум.

Но это решение остается за вами, в противном случае вам нужно решение @ juanpa.arrivillaga, которое преобразует NaN в NaT.