Question

更新的问题

我正在尝试使用Python（最好是Pandas）对csv的两个日期列中的日期进行排序。对于第一个，我希望得到最早的日期。对于第二个，我想得到最新的一个。

我的静态列表代码运行正常：

timestamps = ['08/04/2017', '08/09/2017', '08/03/2017']
sortedDates = timestamps.sort(key=lambda x: time.mktime(time.strptime(x,"%m/%d/%Y")))

01）首先我加载数据

for row in csv.reader(open('myFile.csv')):
  if row[4] == '56886':
    key = row[4] #key = (row[4], row[33][:4], row[4])
    startDate = row[19]

xxxxx[key] = xxxxx.setdefault(key, 0) + float(row[33])

02）然后我尝试对开始日期进行排序

df = pandas.read_csv('Bionic.csv', parse_dates=['Start Date'])
df2 = df.dropna(subset=["Start Date"])
df2['Start Date'].apply(lambda x: time.mktime(time.strptime(x,"%m/%d/%Y")))
print(df2)

我收到此错误：

sys：1：DtypeWarning：列（10,51,60,68,74）具有混合类型。在导入时指定dtype选项或设置low_memory = False。

03）然后我尝试了这个：

df = pandas.read_csv('myFile.csv', parse_dates=['Start Date'])
df = df.applymap(lambda x: np.nan if isinstance(x, basestring) and x.isspace() else x)

我收到同样的错误。

04）当我尝试这个时，我得到了＆＃34;无＆＃34;值，因为此列有空字段：

   startDate = startDate.split()
    minStartDate = startDate.sort(key=lambda x: time.mktime(time.strptime(x,"%m/%d/%Y")))
    print(minStartDate)

Answer 1

使用to_datetime：

df['Start Date'] = pd.to_datetime(df['Start Date'])

如果上述行不起作用：

df['Start Date'] = pd.to_datetime(df['Start Date'], errors='coerce')

另一个解决方案是使用参数parse_dates：

df = pandas.read_csv('myFile.csv', parse_dates=['Start Date'])

编辑：

您可以使用：

df = pd.read_csv('Bionic.csv', 
                 parse_dates=['Start Date', 'End Date'], #columns to datetimes
                 usecols=['Start Date', 'End Date']) #filter columns only
print (df.head())
  Start Date End Date
0        NaT      NaT
1        NaT      NaT
2        NaT      NaT
3        NaT      NaT
4        NaT      NaT

#get oldiest date
a = df['Start Date'].min()
print (a)
2001-10-24 00:00:00

#get most recent date
b = df['End Date'].max()
print (b)
2018-08-27 00:00:00

Answer 2

您的数据框列中必须有nan。数据框中的nan是浮点类型。

您需要处理所有这些nan值。

一旦你处理完所有的nan值，你就可以使用你的第二段代码，它应该可以正常工作。

从csv列打印最旧和最新的日期 - 按日期排序csv

2 个答案: