如何在numpy.where()中快速将字符串日期NumpyArray转为datetime变量

首先，datetime.strptime()只能处理单个字符串，无法直接作用于numpy数组或pandas Series，这是你代码失败的核心原因。推荐用pandas的pd.to_datetime()批量转换日期字符串，它能高效处理数组级别的转换，还能自动处理无效值。

以下是完整的实现步骤：

1. 转换日期列并处理无效值 #

先把Info_Date和Login_Date转换为datetime类型，用errors='coerce'将无效值（包括空字符串、'Invalid date'）转为NaT（Not a Time），方便后续判断：

import pandas as pd
from datetime import datetime, timedelta
import numpy as np

source_data = pd.read_excel("./documents/data.xlsx")

# 计算阈值日期
three_months_ago = datetime.now() - timedelta(days=90)
thirty_days_ago = datetime.now() - timedelta(days=30)

# 批量转换日期列，处理无效值
date_format = "%d/%m/%Y %H:%M"
source_data['Info_Date_dt'] = pd.to_datetime(source_data['Info_Date'], format=date_format, errors='coerce')
source_data['Login_Date_dt'] = pd.to_datetime(source_data['Login_Date'], format=date_format, errors='coerce')

2. 构建筛选条件 #

按你的需求，构建三个布尔条件：

• 条件1：Info_Date或Login_Date是'Invalid date'
• 条件2：转换后的Info_Date_dt早于3个月前
• 条件3：转换后的Login_Date_dt早于30天前

将这三个条件用逻辑或（|）组合：

# 条件1：存在无效日期字符串
cond_invalid = (source_data['Info_Date'] == 'Invalid date') | (source_data['Login_Date'] == 'Invalid date')
# 条件2：Info_Date早于3个月前（排除NaT值）
cond_info_old = (source_data['Info_Date_dt'] < three_months_ago) & source_data['Info_Date_dt'].notna()
# 条件3：Login_Date早于30天前（排除NaT值）
cond_login_old = (source_data['Login_Date_dt'] < thirty_days_ago) & source_data['Login_Date_dt'].notna()

# 合并所有条件
final_cond = cond_invalid | cond_info_old | cond_login_old

3. 用numpy.where筛选数据 #

如果你坚持要用numpy.where()获取索引并筛选，可以这样做：

# 获取符合条件的行索引
indices = np.where(final_cond)[0]
# 筛选数据
filtered_data = source_data.iloc[indices][['Serials', 'Info_Date', 'Login_Date']]

print(filtered_data)

运行后会得到包含符合条件的结果：

（注：SNXXXXX4因为符合条件1也会被筛选，若不需要该结果，可调整条件1的判断逻辑）

补充说明 #

• pd.to_datetime()比手动循环转换效率高得多，适合大数据集处理
• 加入notna()判断是为了避免NaT与日期比较时产生的无效结果
• 若不需要保留原日期列，可直接覆盖原列以减少内存占用

内容的提问来源于stack exchange，提问作者user14476651