Pandas日期转换与范围校验问题求助：日期转整数失败

错误根源是你的DataFrame中日期为字符串格式，直接转整数会失败。需先将字符串转为Pandas的datetime类型，再处理NaT值，同时用矢量化操作替代低效的双重循环。

核心修正方案（推荐矢量化实现） #

import pandas as pd
import numpy as np

# 1. 将索引转为datetime类型（若原索引是字符串）
intersections_df.index = pd.to_datetime(intersections_df.index)
# 2. 将DataFrame内的日期列转为datetime，自动将无效值/空值转为NaT
intersections_df_d = intersections_df.apply(pd.to_datetime, errors='coerce')

# 3. 计算每个索引日期的10天后日期
index_plus_10d = intersections_df.index + pd.Timedelta(days=10)

# 4. 矢量化校验日期范围：判断日期是否落在[索引日期, 索引日期+10天]区间
# 同时将NaT对应的结果设为False
intersections_con = (intersections_df_d > intersections_df.index) & (intersections_df_d <= index_plus_10d)
intersections_con = intersections_con.fillna(False)

print(intersections_con)

关键说明 #

• pd.to_datetime(errors='coerce')：自动将无效日期字符串、空值转为NaT，避免转换报错
• 索引转datetime后，直接用+ pd.Timedelta(days=10)计算10天后的日期，无需手动转整数
• 矢量化比较利用Pandas广播机制自动对齐索引与列，效率比双重循环提升数十倍
• fillna(False)将NaT对应的校验结果统一设为False，匹配你原本的逻辑

若需强制用时间戳整数处理 #

如果一定要转成秒级时间戳整数，可参考以下代码：

# 将日期列转成秒级时间戳，NaT替换为-1
intersections_df_ts = intersections_df_d.apply(lambda x: x.view('int64') // 10**9).fillna(-1).astype(np.int64)
# 索引转秒级时间戳
index_ts = intersections_df.index.view('int64') // 10**9
# 计算10天后的秒级时间戳
index_plus_10d_ts = index_ts + 10*24*3600

# 范围校验，将-1对应的结果设为False
intersections_con = (intersections_df_ts > index_ts) & (intersections_df_ts <= index_plus_10d_ts)
intersections_con = intersections_con.where(intersections_df_ts != -1, False)

内容的提问来源于stack exchange，提问作者driver