Pandas中使用query方法传递datetime64类型时如何避免FutureWarning

问题背景 #

谷歌Colab更新后，使用Pandas的query方法操作datetime64[ns]类型字段时，若直接用字符串匹配会触发以下FutureWarning：

The behavior of 'isin' with dtype=datetime64[ns] and castable values (e.g. strings) is deprecated. In a future version, these will not be considered matching by isin. Explicitly cast to the appropriate dtype before calling isin instead.

示例数据：

import numpy as np
import pandas as pd
df = pd.DataFrame({'some_dates' :[pd.Timestamp('2024-09-30 00:00:00'),
                                  pd.Timestamp('2024-09-23 00:00:00')]})

通过df.dtypes可确认字段类型为datetime64[ns]。

可行解决方案 #

方案1：在query中用@pd.Timestamp()传递匹配日期 #

直接在query表达式中通过@符号调用pd.Timestamp生成匹配的datetime对象，彻底避免隐式类型转换：

# 无警告且执行正常
result = df.query("some_dates in [@pd.Timestamp('2024-09-30 00:00:00')]")
print(result)

方案2：提前定义datetime变量再引用 #

如果需要匹配多个日期或追求代码可读性，可先定义目标日期变量，再用@在query中引用：

# 匹配单个日期
target_date = pd.Timestamp('2024-09-30')
result = df.query("some_dates == @target_date")

# 匹配多个日期
target_dates = [pd.Timestamp('2024-09-30'), pd.Timestamp('2024-09-23')]
result = df.query("some_dates in @target_dates")

为什么其他方法不可行 #

• 直接用字符串匹配：df.query("some_dates in ['2024-09-30']")会触发警告，因为Pandas将废弃字符串到datetime的隐式转换逻辑，未来版本将不再支持这种匹配方式。
• 直接在query中用np.datetime64：df.query("some_dates in [np.datetime64('2024-09-30')]")会报UndefinedVariableError（query默认不识别全局的np模块）；加@后df.query("some_dates in [@np.datetime64('2024-09-30')]")又会触发TypeError，因为numpy的datetime类型在query上下文里和Pandas的datetime64[ns]存在兼容性问题。

内容的提问来源于stack exchange，提问作者arnaud leclair