从 csv.reader 之后的列（Python Pandas）中获取最早的日期

Posted 2023-03-11

【中文标题】从 csv.reader 之后的列（Python Pandas）中获取最早的日期

【英文标题】：Get the earliest date from a column (Python Pandas) after csv.reader

【发布时间】：2018-04-01 13:44:34

【问题描述】：

我从一个包含多列的 CSV 文件中加载了一些数据。在我的 csv.reader 中，我有一个 IF 函数。我正在尝试从特定列（开始日期）中获取最早的日期。

我先加载数据：

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]

当我打印列 (startDate) 时，我得到这个：

01) 我尝试使用以下内容：

content = min(content)
print(content)

我在终端得到了这个：

02) 然后我尝试更改我的代码：

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

我得到一个无效语法错误。

03) 我尝试将行更改为：

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

我也遇到了同样的错误。

最好的解决方法是什么？到目前为止我还没有找到解决方案。

【问题讨论】：

使用pandas，你可以使用pd.to_datetime(df["Start Date"])转换一整列

【参考方案1】：

我认为您需要boolean indexing 进行过滤：

#dont filter all columns by usecols    
df = pd.read_csv('file', parse_dates=['Start Date', 'End Date']) #columns to datetimes

#filter output first by column ID and then get min and max
a = df.loc[ df['ID'] == 56886, 'Start Date'].min()


b = df.loc[ df['ID'] == 56886, 'End Date'].max()

【参考方案2】：

使用 pandas 转换单个项目的示例：

pd.to_datetime("08/27/2017")

使用 pandas 转换一个字符串列表的示例：

times = []
for i in range(30):
    times.append(str(i+1)+"/01/2016")
datetimes = pd.to_datetime(times)
min(datetimes )