如何以最Pythonic的方式获取DataFrame字典的全局最大/最小日期？

如果你手里有个像示例这样的字典，里面装着多个带datetime索引的DataFrame，想要快速找到所有DataFrame里的全局最早和最晚日期，最简洁高效的Pythonic写法应该是这样的：

核心实现代码 #

直接用生成器表达式结合Python内置的min()/max()，再搭配pandas索引自带的min()/max()方法：

# 全局最小日期
global_min = min(df.index.min() for df in df_dict.values())
# 全局最大日期
global_max = max(df.index.max() for df in df_dict.values())

完整示例验证 #

把你的测试数据和计算逻辑整合在一起，跑一遍就能看到结果：

import pandas as pd
import datetime

# 构建示例字典
df1 = pd.DataFrame(
    index=[datetime.datetime(2016,7,2), datetime.datetime(2016,8,6), 
           datetime.datetime(2016,9,13), datetime.datetime(2016,10,26), 
           datetime.datetime(2016,11,2)],
    data={'bee': [5,3,1,0,2], 'an': [2,3,2,2,7]}
)
df2 = pd.DataFrame(
    index=[datetime.datetime(2015,7,2), datetime.datetime(2015,8,6), 
           datetime.datetime(2015,9,13), datetime.datetime(2015,10,26), 
           datetime.datetime(2015,11,2)],
    data={'bee': [15,2,5,0,2], 'an': [1,1,2,7,7]}
)
df_dict = {'df1': df1, 'df2': df2}

# 计算并输出结果
global_min_date = min(df.index.min() for df in df_dict.values())
global_max_date = max(df.index.max() for df in df_dict.values())

print(f"全局最小日期：{global_min_date.date()}")  # 只显示日期部分
print(f"全局最大日期：{global_max_date.date()}")

运行后会输出预期结果：

全局最小日期：2015-07-02
全局最大日期：2016-11-02

为什么这是Pythonic的？ #

• 高效省内存：用生成器表达式而不是列表推导，不会一次性把所有DataFrame的索引极值都存到内存里，字典里DataFrame越多越能体现优势
• 简洁直观：直接利用pandas对datetime索引的优化方法，加上Python原生的极值函数，逻辑一目了然，不用写复杂的循环
• 鲁棒性强：只要每个DataFrame的索引是datetime类型且非空，就能正常工作；如果担心有空索引的情况，加个过滤条件就行：

  global_min = min(df.index.min() for df in df_dict.values() if not df.index.empty)
  

内容的提问来源于stack exchange，提问作者edge-case