查找 Pandas DF 行中的最短日期并创建新列

我有一个包含多个日期的表（有些日期将为 NaN），我需要找到最旧的日期 所以一行可能有 DATE_MODIFIED、WITHDRAWN_DATE、SOLD_DATE、STATUS_DATE 等。

因此，对于每一行，一个或多个字段中都会有一个日期，我想找到其中最旧的字段，并在数据框中创建一个新列。

像这样的事情，如果我只做一个，例如 DATE MODIFIED 我会得到一个结果，但是当我添加第二个时，如下所示

table['END_DATE']=min([table['DATE_MODIFIED']],[table['SOLD_DATE']])

I get:

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

就此而言，假设我最初创建了正确的日期列，此构造是否可以找到最短日期？

只需应用min沿轴的函数=1。

In [1]: import pandas as pd 
In [2]: df = pd.read_csv('test.cvs', parse_dates=['d1', 'd2', 'd3'])
In [3]: df.ix[2, 'd1'] = None
In [4]: df.ix[1, 'd2'] = None
In [5]: df.ix[4, 'd3'] = None
In [6]: df
Out[6]:
                   d1                  d2                  d3
0 2013-02-07 00:00:00 2013-03-08 00:00:00 2013-05-21 00:00:00
1 2013-02-07 00:00:00                 NaT 2013-05-21 00:00:00
2                 NaT 2013-03-02 00:00:00 2013-05-21 00:00:00
3 2013-02-04 00:00:00 2013-03-08 00:00:00 2013-01-04 00:00:00
4 2013-02-01 00:00:00 2013-03-06 00:00:00                 NaT
In [7]: df.min(axis=1)
Out[7]:
0   2013-02-07 00:00:00
1   2013-02-07 00:00:00
2   2013-03-02 00:00:00
3   2013-01-04 00:00:00
4   2013-02-01 00:00:00
dtype: datetime64[ns]