如何不索引列过滤Pandas DataFrame中早于2023-01-01的行？

错误原因分析 #

1. query方法报错：query要求传入字符串格式的表达式，你直接传入布尔Series，不符合方法的参数要求。
2. .dt访问器报错：你的est列最后通过.dt.date转换成了Python内置的date对象，而非Pandas的datetime64类型，.dt仅支持Pandas的datetime类数据，因此无法使用。

解决方案 #

根据你的est列创建逻辑，分两种场景处理：

场景1：保留Pandas datetime类型（推荐）

如果可以修改est列的创建代码，建议保留带时区的Pandas datetime类型，后续操作更灵活：

import pandas as pd

# 重新创建est列：保留Pandas带时区的datetime类型，不转成date对象
df["est"] = pd.to_datetime(df["t"], unit="ms").dt.tz_localize("UTC").dt.tz_convert("US/Eastern")

# 创建对应时区的 cutoff 时间戳
cutoff = pd.Timestamp("2023-01-01", tz="US/Eastern")

# 过滤数据
spot = df[df["est"] >= cutoff]

# 或者用query方法（需传入字符串表达式，用@引用外部变量）
spot = df.query("est >= @cutoff")

场景2：保留est列为Python date对象

如果必须保留est列为date类型，直接与date对象比较即可，无需.dt访问器：

from datetime import date

cutoff_date = date(2023, 1, 1)

# 直接比较过滤
spot = df[df["est"] >= cutoff_date]

# 对应query用法
spot = df.query("est >= @cutoff_date")

内容的提问来源于stack exchange，提问作者Jack