python日期最大最小_python – 最大和最小日期在大熊猫groupby

我有一个数据框看起来像：

data = {'index': ['2014-06-22 10:46:00', '2014-06-24 19:52:00', '2014-06-25 17:02:00', '2014-06-25 17:55:00', '2014-07-02 11:36:00', '2014-07-06 12:40:00', '2014-07-05 12:46:00', '2014-07-27 15:12:00'],

'type': ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'C'],

'sum_col': [1, 2, 3, 1, 1, 3, 2, 1]}

df = pd.DataFrame(data, columns=['index', 'type', 'sum_col'])

df['index'] = pd.to_datetime(df['index'])

df = df.set_index('index')

df['weekofyear'] = df.index.weekofyear

df['date'] = df.index.date

df['date'] = pd.to_datetime(df['date'])

type sum_col weekofyear date

index

2014-06-22 10:46:00 A 1 25 2014-06-22

2014-06-24 19:52:00 B 2 26 2014-06-24

2014-06-25 17:02:00 C 3 26 2014-06-25

2014-06-25 17:55:00 A 1 26 2014-06-25

2014-07-02 11:36:00 B 1 27 2014-07-02

2014-07-06 12:40:00 C 3 27 2014-07-06

2014-07-05 12:46:00 A 2 27 2014-07-05

2014-07-27 15:12:00 C 1 30 2014-07-27

我正在寻找周末的groupby,然后总结sum_col.此外,我需要找到最早的,最近一周的日期.第一部分很简单：

gb = df.groupby(['type', 'weekofyear'])

gb['sum_col'].agg({'sum_col' : np.sum})

我试图找到最小/最大日期,但没有成功：

gb = df.groupby(['type', 'weekofyear'])

gb.agg({'sum_col' : np.sum,

'date' : np.min,

'date' : np.max})

如何找到出现的最早/最新日期？