DataFrame datetime列匹配取值代码失效原因及解决方案求助

为什么int类型正常，datetime类型失效？ #

核心原因是**iterrows()返回的row是原DataFrame的副本而非视图**。int版本看似生效是巧合——数值类型的赋值可能触发了隐式的同步，但datetime作为对象类型，修改副本的row['new']不会同步到原DataFrame。datetime本身的等值比较是正常的（你代码里的date_time_date11 == date_time_date23能返回True），问题出在赋值环节，而非比较环节。

修正方案 #

放弃iterrows()的循环写法，改用pandas原生的向量化操作，高效且可靠：

方法一：map()最简实现 #

先构建date2到rtn的映射字典，再用date1匹配映射直接赋值：

from datetime import datetime
import pandas as pd

# 构建测试数据
date_time_date11 = datetime(year=2024, month=10, day=20, hour=1, minute=00, second=00)
date_time_date12 = datetime(year=2024, month=10, day=21, hour=13, minute=00, second=00)
date_time_date13 = datetime(year=2024, month=10, day=22, hour=1, minute=00, second=00)
date_time_date23 = date_time_date11
date_time_date22 = date_time_date12
date_time_date21 = date_time_date13

df = pd.DataFrame({
    'date1': [date_time_date11, date_time_date12, date_time_date13],
    'date2': [date_time_date21, date_time_date22, date_time_date23],
    'rtn': [21,22,23],
    'new': [99,99,99]
})

# 构建date2到rtn的映射关系
date2_rtn_map = df.set_index('date2')['rtn'].to_dict()
# 用date1匹配映射，赋值给new列
df['new'] = df['date1'].map(date2_rtn_map)

print(df)

运行后new列会得到预期的23、22、21。

方法二：merge()适配复杂场景 #

如果存在一对多匹配或需要保留更多关联列，merge()更灵活：

from datetime import datetime
import pandas as pd

# 构建测试数据（同方法一）
date_time_date11 = datetime(year=2024, month=10, day=20, hour=1, minute=00, second=00)
date_time_date12 = datetime(year=2024, month=10, day=21, hour=13, minute=00, second=00)
date_time_date13 = datetime(year=2024, month=10, day=22, hour=1, minute=00, second=00)
date_time_date23 = date_time_date11
date_time_date22 = date_time_date12
date_time_date21 = date_time_date13

df = pd.DataFrame({
    'date1': [date_time_date11, date_time_date12, date_time_date13],
    'date2': [date_time_date21, date_time_date22, date_time_date23],
    'rtn': [21,22,23],
    'new': [99,99,99]
})

# 构建临时映射表
mapping_df = df[['date2', 'rtn']].rename(columns={'date2': 'date_match', 'rtn': 'new'})
# 按date1和date_match匹配合并
df = df.merge(mapping_df, left_on='date1', right_on='date_match', how='left').drop(columns=['date_match'])

print(df)

为什么你尝试的转换方法没用？ #

你尝试的各种datetime格式转换（字符串、序数、时间戳等）都是针对比较环节的，但问题根本不在比较——datetime本身支持直接等值比较，你的代码里df['date1'].isin(df['date2'])也能返回正确结果。问题出在iterrows()的赋值逻辑，所以转换格式无法解决问题。

内容的提问来源于stack exchange，提问作者rtatn8