to_datetime - max 函数返回错误的最大日期

Question

我有来自 csv 文件的数据，我正在尝试获取最大日期。

数据：

0    01/01/1994
1    01/01/1994
2    01/01/1994
3    01/01/1994
4    01/01/1994
.
.
.
970075    31/08/2021
970076    31/08/2021
970077    31/08/2021
970078    31/08/2021
970079    31/08/2021

但是，我得到了错误的最大值。似乎我的代码将我的日期列设置为字符串，而不是日期格式，即使我设置了 to_datetime。因此，我在该字符串上使用re 来获取年份。

我的代码：

file['Date'] = pd.to_datetime(file['Date'], errors = 'coerce',
                dayfirst = True, format = '%d.%m.%Y'
                ).dt.strftime('%d/%m/%Y')


print(file['Date'].min(), file['Date'].max(), range(int(re.search(r'(\d{4})', file['Date'].min()).group()), int(re.search(r'(\d{4})', file['Date'].max()).group())))

返回：

01/01/1994 31/12/2020 range(1994, 2020)

我想获得最大值 31/08/2021 而不是 31/12/2020。

Answer 1

删除 .dt.strftime 用于将日期时间转换为字符串 repr。

.dt.strftime('%d/%m/%Y')

min和max之后可以转换为自定义格式。

所有在一起，也简化以获得最大和最小年份：

file['Date'] = pd.to_datetime(file['Date'], errors = 'coerce', dayfirst = True)
years = file['Date'].dt.year

print(file['Date'].min().strftime('%d/%m/%Y'), 
      file['Date'].max().strftime('%d/%m/%Y'), 
      range(years.min(), years.max()))

01/01/1994 31/08/2021 range(1994, 2021)