Pandas DataFrame筛选特定日期行报错，求解决方案（R转Python新手）

你的报错根源是：将日期列转换为Python原生的datetime.date对象后，无法直接与字符串格式的日期进行比较；同时第一次尝试中set_index操作未生效（没有修改原DataFrame）。以下是两种可行的解决方法：

方法1：使用Pandas原生datetime64类型（推荐） #

Pandas对datetime64[ns]类型的支持最完善，转换时无需添加.dt.date：

import pandas as pd

# 创建DataFrame
data = ['2023-11-25', '2023-11-24', '2023-11-25', '2023-11-23'] 
df = pd.DataFrame(data, columns=['purchase-date']) 

# 转换为Pandas原生datetime类型
df['purchase-date'] = pd.to_datetime(df['purchase-date'])

# 方式1：设置日期为索引后筛选
# 需将修改后的索引赋值给新变量，或使用inplace=True
df_indexed = df.set_index('purchase-date')
# 筛选单个日期
single_date_result = df_indexed.loc['2023-11-24']
# 筛选日期范围
range_result = df_indexed.loc['2023-11-23':'2023-11-24']

# 方式2：直接列筛选（无需修改索引）
# datetime64类型可直接与字符串日期比较
filtered_df = df[(df['purchase-date'] > '2023-11-23') & (df['purchase-date'] < '2023-11-25')]
# 筛选单个日期可简化为：df[df['purchase-date'] == '2023-11-24']

方法2：若坚持使用datetime.date类型 #

需将用于比较的字符串日期转换为datetime.date对象：

import pandas as pd
from datetime import date

data = ['2023-11-25', '2023-11-24', '2023-11-25', '2023-11-23'] 
df = pd.DataFrame(data, columns=['purchase-date']) 

# 转换为datetime.date类型
df['purchase-date'] = pd.to_datetime(df['purchase-date']).dt.date

# 将字符串日期转为date对象后比较
start_date = date(2023, 11, 23)
end_date = date(2023, 11, 25)
filtered_df = df[(df['purchase-date'] > start_date) & (df['purchase-date'] < end_date)]

# 单个日期筛选：df[df['purchase-date'] == date(2023, 11, 24)]

补充：从R转Python时，建议优先使用Pandas原生的datetime64类型，它类似R中lubridate的处理逻辑，且支持更多时间序列操作（如重采样、时间差计算等），能避免很多类型兼容问题。

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