Python中pd.to_datetime日期比较失效问题排查求助

首先，你的代码里有两个关键错误导致只有else分支生效：

1. 日期参数的写法错误 #

你写的pd.to_datetime(2034-11-15)里，2034-11-15是数值运算，不是日期字符串。Python会先计算这个表达式：2034-11=2023，再减15得到2008。pd.to_datetime(2008)会把这个数字当成“从1970-01-01开始的天数”，最终解析出的日期是1975-07-16左右——你的time列都是2023年的日期，肯定都比这个日期大，所以所有行都返回0。

另外你还写错了年份：需求里是2023-11-15，代码里写成了2034，这也是一个影响结果的笔误。

2. 日期解析的歧义（可选但推荐） #

你的截止日期格式是11-15-2023（月-日-年），虽然pandas通常能自动解析，但为了避免地区格式带来的歧义（比如部分地区习惯日-月-年），最好显式指定格式。

修正后的代码方案 #

方案1：用ISO格式字符串（最稳妥） #

直接传递'2023-11-15'这种年-月-日的ISO格式字符串，pandas能完美解析：

import pandas as pd
import numpy as np

# 定义正确的截止日期
cutoff_date = pd.to_datetime('2023-11-15')
# 为churned列赋值
out1['churned'] = np.where(out1['time'] <= cutoff_date, 1, 0)

方案2：显式指定月-日-年的格式 #

如果要严格按照11-15-2023的格式解析，用format参数明确规则：

cutoff_date = pd.to_datetime('11-15-2023', format='%m-%d-%Y')
out1['churned'] = np.where(out1['time'] <= cutoff_date, 1, 0)

补充：如果需要包含当天的所有时间（时分秒） #

如果你的time列包含时分秒（比如2023-11-15 14:30:00），默认的2023-11-15会被解析为2023-11-15 00:00:00，这样当天晚些时候的时间会被判定为大于截止日期。如果要包含当天所有时间，可以这样写：

# 方法1：直接指定到当天最后一秒
cutoff_date = pd.to_datetime('2023-11-15 23:59:59')
# 方法2：用Timedelta计算
cutoff_date = pd.to_datetime('2023-11-15') + pd.Timedelta(days=1, seconds=-1)

验证步骤 #

为了确保问题解决，你可以先单独验证截止日期是否正确解析：

print(cutoff_date)
# 应该输出：Timestamp('2023-11-15 00:00:00') 或者你指定的时间

再检查time列的日期范围，确认确实有数据在截止日期之前：

print(out1['time'].min(), out1['time'].max())

这样就能确认churned列会正确赋值1给符合条件的行了。

内容的提问来源于stack exchange，提问作者mickey_..