Question

在每个具有日期时间索引的数据框字典中查找最大和最小日期的最pythonic方法是什么？例如：

import pandas as pd
import datetime

df1 = pd.DataFrame(index =  [datetime.datetime(2016, 7, 2, 0, 0),
                    datetime.datetime(2016, 8, 6, 0, 0),
                    datetime.datetime(2016, 9, 13, 0, 0),
                    datetime.datetime(2016, 10, 26, 0, 0),
                    datetime.datetime(2016, 11, 2, 0, 0)],
                    data = {'bee' : [5, 3, 1, 0, 2],
                           'an' : [2,3,2,2,7]})

df2 = pd.DataFrame(index =  [datetime.datetime(2015, 7, 2, 0, 0),
                    datetime.datetime(2015, 8, 6, 0, 0),
                    datetime.datetime(2015, 9, 13, 0, 0),
                    datetime.datetime(2015, 10, 26, 0, 0),
                    datetime.datetime(2015, 11, 2, 0, 0)],
                    data = {'bee' : [15, 2, 5, 0, 2],
                           'an' : [1,1,2,7,7]})

df_dict = {'df1':df1, 'df2':df2}

df_dict['df1']

输出：

index       an  bee
2016-07-02  2   5
2016-08-06  3   3
2016-09-13  2   1
2016-10-26  2   0
2016-11-02  7   2

和

df_dict['df2']

输出

index       an  bee
2015-07-02  1   15
2015-08-06  1   2
2015-09-13  2   5
2015-10-26  7   0
2015-11-02  7   2

所以，我想找到df_dict的最大日期，应该是2016-11-02，最小日期为df_dict，即2015-07-02。

Answer 1

获取每个max的{{1}}以及每个max的{{1}}

min

添加@Wen建议，如果您不能同时使用min和max(max(v.index) for k,v in df_dict.items()) min(min(v.index) for k,v in df_dict.items()) 2016-11-02 00:00:00 2015-07-02 00:00:00，则可以

甚至

Answer 2

使用pd.concat

pd.concat(df_dict).index.get_level_values(1).max()
Out[159]: Timestamp('2016-11-02 00:00:00')
pd.concat(df_dict).index.get_level_values(1).min()
Out[160]: Timestamp('2015-07-02 00:00:00')

数据框字典中的最大日期和最小日期

2 个答案: