Python熊猫-在数据帧中获取最早的数据,并在搜索时忽略任何类型?
我试图在数据框中获取最早的日期,我已经看到了以下可能的情况:-Python熊猫-在数据帧中获取最早的数据,并在搜索时忽略任何类型?,python,pandas,Python,Pandas,我试图在数据框中获取最早的日期,我已经看到了以下可能的情况:- min(s2s_vpn_data['LastPollTime']) 下面是示例数据框: >>> s2s_vpn_data id device name public_ip upload LastPollTime NodeID download status connected_time 0 1 X
min(s2s_vpn_data['LastPollTime'])
下面是示例数据框:
>>> s2s_vpn_data
id device name public_ip upload LastPollTime NodeID download status connected_time
0 1 XXXX XXXX 2.2.2.2 7.48 Bit 2018-08-30 15:13:02.900000 1782 7.48 Bit True 1 Months, 2 Days, 19 Hours, 25 Minutes
1 3 XXXX XXXX 3.3.3.3 23.46 KiB 2018-08-30 15:10:26.900000 1782 27.31 PiB True 1 Months, 2 Days, 19 Hours, 25 Minutes
2 4 XXXX test 1.1.1.1 None None None None None None
>>> type(s2s_vpn_data.ix[0]["LastPollTime"])
<class 'datetime.datetime'>
如果序列(列)同时包含datetimes和None,则序列的数据类型实际上可能是对象
。使用pd.to_datetime
将所有类型转换为有效的datetime/Timestamp对象。这将自动将“无”值转换为NaT
,使用.min
方法时将忽略该值:
df["LastPollTime"] = pd.to_datetime(df["LastPollTime"])
df["LastPollTime"].min()
如果序列(列)同时包含datetimes和None,则序列的数据类型实际上可能是对象
。使用pd.to_datetime
将所有类型转换为有效的datetime/Timestamp对象。这将自动将“无”值转换为NaT
,使用.min
方法时将忽略该值:
df["LastPollTime"] = pd.to_datetime(df["LastPollTime"])
df["LastPollTime"].min()
您可以在执行min时删除None:
s2s_vpn_data['LastPollTime'].dropna().min()
您可以在执行min时删除None:
s2s_vpn_data['LastPollTime'].dropna().min()