我試圖在 NaT 面前獲取包含 datetime64 數(shù)據(jù)的幾個(gè) Pandas Series 對象的最小值和最大值。如果 dtype 是 float64， np.minimum 和 np.maximum 會按照我想要的方式工作。也就是說，一旦比較中的任何元素為 NaN，NaN 將是該比較的結(jié)果。例如：>>> s10    0.01    1.82    3.63    5.4dtype: float64>>> s20    10.01    17.02     NaN3    14.0dtype: float64>>> np.maximum(s1, s2)0    10.01    17.02     NaN3    14.0dtype: float64>>> np.minimum(s1, s2)0    0.01    1.82    NaN3    5.4dtype: float64如果 s1 和 s2 是 datetime64 對象，則這不起作用：>>> s10   2199-12-311   2199-12-312   2199-12-313   2199-12-31dtype: datetime64[ns]>>> s20          NaT1   2018-10-30 2          NaT3          NaTdtype: datetime64[ns]>>> np.maximum(s1, s2)0   2199-12-311   2199-12-312   2199-12-313   2199-12-31dtype: datetime64[ns]>>> np.minimum(s1, s2)0   2199-12-311   2018-10-302   2199-12-313   2199-12-31dtype: datetime64[ns]無論是計(jì)算最小值還是最大值，我都希望索引 0、2 和 3 顯示為 NaT。（我意識到 numpy 的函數(shù)可能不是最佳選擇，但我沒有成功找到合適的 Pandas 類似物。）在做了一些閱讀之后，我開始意識到 NaT 只是近似 NaN，后者具有適當(dāng)?shù)母↑c(diǎn)表示。進(jìn)一步閱讀表明沒有簡單的方法可以讓 NaT“污染”這些比較。讓 NaT 在最小/最大比較中傳播的正確方法是什么，就像 NaN 在浮點(diǎn)上下文中所做的那樣？也許有與 numpy.{maximum,minimum} 等價(jià)的 Pandas 是 NaT 感知的？