在DataFrame中筛选指定时间范围返回0行，如何排查问题？

核心问题 #

返回0行结果的主要原因有两个，优先级从高到低：

1. CreatedUtc列未转换为datetime类型
   如果你的CreatedUtc列是字符串（object类型），直接用字符串做时间比较存在逻辑漏洞：虽然ISO格式的字符串比较在多数场景下可行，但一旦数据存在格式不一致（比如隐藏的时区标识、多余空格），或者pandas的字符串比较机制与datetime类型的比较逻辑有差异，就会导致筛选条件完全不匹配，返回空结果。这是当前问题的最可能诱因——毕竟你提供的数据集中明明有符合条件的记录，却返回0行。

2. 结束时间条件不符合需求
   你的需求是筛选到2023-12-19当天的所有数据，但代码里写的是<= "2023-12-19 06:00:00"，这会漏掉2023-12-19 06:00:00之后到当天结束的数据。不过这不是返回0行的直接原因，只是额外的需求匹配问题。

修复步骤 #

步骤1：转换时间列为datetime类型 #

先将CreatedUtc列转换为标准datetime格式，确保时间比较的准确性：

import pandas as pd

# 转换列为datetime类型
df["CreatedUtc"] = pd.to_datetime(df["CreatedUtc"])

步骤2：修正筛选条件（匹配需求） #

如果需求是包含2023-12-19当天的所有数据，建议用左闭右开的时间范围（更符合时间筛选的常规逻辑），或者明确指定当天的结束时间：

start_time = pd.to_datetime("2023-12-18 06:00:00")
# 左闭右开：包含start_time，不包含end_time，等价于到2023-12-19 23:59:59
end_time = pd.to_datetime("2023-12-20 00:00:00")

filtered_df = df[(df["CreatedUtc"] >= start_time) & (df["CreatedUtc"] < end_time)]

也可以用pandas内置的between方法简化代码：

filtered_df = df[df["CreatedUtc"].between(
    start_time, 
    pd.to_datetime("2023-12-19 23:59:59")
)]

验证结果 #

用你提供的数据集测试，修复后的代码会返回以下符合需求的记录：

CreatedUtc       ID
1 2023-12-18 06:00:00  140252
2 2023-12-18 06:15:00  156053
5 2023-12-18 08:00:00  412487
6 2023-12-19 03:00:00  973645
7 2023-12-19 18:50:00  159745

内容的提问来源于stack exchange，提问作者Derry