Python 在Pandas中查找日期列的最小值和最大值

嗨，我正在努力在我的数据集中找到日期的最大值和最小值列

以下是我的数据集：

customer_final['tran_date']

0       2014-02-28
1       2014-02-27
2       2014-02-24
3       2014-02-24
4       2014-02-23
           ...    
23048   2011-01-25
23049   2011-01-25
23050   2011-01-25
23051   2011-01-25
23052   2011-01-25

正如我们在数据集中清楚地看到的，我们有2011-01-25之间的数据 至2014年2月28日

但是执行下面提到的代码给了我错误的输出

print(customer_final['tran_date'].max())
print(customer_final['tran_date'].min())

2014-12-02 00:00:00
2011-01-02 00:00:00

任何帮助都将不胜感激

编辑：发布原始数据

transaction_id  cust_id tran_date   prod_subcat_code    prod_cat_code   Qty Rate    Tax total_amt   Store_type
0   80712190438 270351  28-02-2014  1   1   -5  -772    405.300 -4265.300   e-Shop
1   29258453508 270384  27-02-2014  5   3   -5  -1497   785.925 -8270.925   e-Shop
2   51750724947 273420  24-02-2014  6   5   -2  -791    166.110 -1748.110   TeleShop
3   93274880719 271509  24-02-2014  11  6   -3  -1363   429.345 -4518.345   e-Shop
4   51750724947 273420  23-02-2014  6   5   -2  -791    166.110 -1748.110   TeleShop
... ... ... ... ... ... ... ... ... ... ...
23048   94340757522 274550  25-01-2011  12  5   1   1264    132.720 1396.720    e-Shop
23049   89780862956 270022  25-01-2011  4   1   1   677 71.085  748.085 e-Shop
23050   85115299378 271020  25-01-2011  2   6   4   1052    441.840 4649.840    MBR
23051   72870271171 270911  25-01-2011  11  5   3   1142    359.730 3785.730    TeleShop
23052   77960931771 271961  25-01-2011  11  5   1   447 46.935  493.935 TeleShop

编辑2：DF中所有列的数据类型

transaction_id               int64
cust_id                      int64
tran_date           datetime64[ns]
prod_subcat_code             int64
prod_cat_code                int64
Qty                          int64
Rate                         int64
Tax                        float64
total_amt                  float64
Store_type                  object
Unnamed: 10                 object
dtype: object

---

显然，您的日期（在输入文件中）是用 各种方式

您的一条评论包含时间戳（'2014-12-02 00:00:00'）， 所以我看到您有%Y-%m-%d格式（可能在大多数情况下）， 但在另一个地方，您已经编写了时间数据“2014年12月2日”，所以至少 在某些行中，您有%d/%m/%Y格式

把你的意见整理好。不能将日期格式化为2 不同的格式

编辑 我进行了以下实验：

作为源数据，我使用了部分原始数据（前2行和后2行）， 使用具有不同日期格式的附加行（第3行）， 存储为字符串变量：

  transaction_id cust_id tran_date prod_subcat_code prod_cat_code Qty Rate Tax total_amt Store_type
3       93274880719 271509  24-02-2014  11  6   -3  -1363   429.345 -4518.345   e-Shop
4       51750724947 273420  23-02-2014  6   5   -2  -791    166.110 -1748.110   TeleShop
40      51750724947 273420  12/2/2014   6   5   -2  -791    166.110 -1748.110   TeleShop
23048   94340757522 274550  25-01-2011  12  5   1   1264    132.720 1396.720    e-Shop
23049   89780862956 270022  25-01-2011  4   1   1   677     71.085  748.085     e-Shop'''

请注意，初始行的开头有一些空格，以提供 索引列的空列名

然后我定义了以下日期解析函数（

import re

required）， 即将使用：

def dPars(txt):
    if re.match(r'\d{2}-\d{1,2}-\d{4}', txt):
        return pd.to_datetime(txt, format='%d-%m-%Y')
    if re.match(r'\d{2}/\d{1,2}/\d{4}', txt):
        return pd.to_datetime(txt, format='%d/%m/%Y')
    return txt

我阅读了上述内容，具有上述日期转换功能：

customer_final = pd.read_csv(io.StringIO(txt), delim_whitespace=True,
    index_col=0, parse_dates=['tran_date'], date_parser=dPars)

我打印了tran_date列-

打印（customer_final.tran_date）

-获取

3       2014-02-24
4       2014-02-23
40      2014-02-12
23048   2011-01-25
23049   2011-01-25
Name: tran_date, dtype: datetime64[ns]

因此，所有日期都已按应有的方式解析

我打印了最小/最大日期-

打印（customer_final['tran_date'].min（），customer_final['tran_date'].max（））

-获得正确的结果：

2011-01-25 00:00:00 2014-02-24 00:00:00

也许你应该把你的代码建立在我的实验基础上（在你的代码替换中）

io.StringIO（txt）

输入文件名）

另外请注意，如果您有一些格式为

12/2/2014

的输入行，则 12是月号，2是日号（美国日期格式），

---

而其他行则先有天数。

基本上，您有两个问题：1）查看缩写数据和2）查看未排序数据

您声称：正如我们在数据集中清楚地看到的，我们有2011-01-25到2014-02-28之间的数据。但是，Pandas缩写了未排序的数据，省略了23k行数据框中的许多行，并使用省略号：

…

。因此，您引用的手动日期检查仅来自无序数据的首尾，这些数据与

min

和

max

值不匹配

customer_final['tran_date']

# 0       2014-02-28       # <---- HEAD OF UNSORTED DATA
# 1       2014-02-27
# 2       2014-02-24
# 3       2014-02-24
# 4       2014-02-23
#            ...           # <---- OMITTED VALUES OF UNSORTED DATA 
# 23048   2011-01-25
# 23049   2011-01-25
# 23050   2011-01-25
# 23051   2011-01-25
# 23052   2011-01-25       # <---- TAIL OF UNSORTED DATA

---

你试过这个吗？您的栏目类型是datetime吗？是的，先生！但是运气不好。请尝试获取

customer\u final['tran\u date'].max（）。dt.day

在最大位置，查看您的日期时间类型是否正确。@coc018是的，它的数据类型是

datetime64[ns]

我尝试了不同的日期格式，以检查数据集中是否存在任何问题。如果原始字段已经是datetime as，则不能使用格式，因为此类型不允许使用混合类型。OP很可能只是没有对数据进行排序。

# SORT DATA FRAME IN DESCENDING ORDER BY tran_date
customer_final = customer_final.sort_values(by='tran_date', ascending = False)

# VIEW ALL DATA (ABBREVIATED UNLESS YOU CHANGE SETTING)
customer_final['tran_date']

# VIEW FIRST VALUES (DEFAULT TO 5)
customer_final['tran_date'].head(5)

# VIEW LAST VALUES (DEFAULT TO 5)
customer_final['tran_date'].tail(5)