Python升级后出现TypeError: Cannot cast DatetimeArray to dtype datetime64[D]求助

错误原因 #

你的代码报错是因为pandas 2.0+ 结合 Python 3.11.3 对类型转换的严格性提升：CancelDate列是字符串类型，直接调用astype('datetime64[D]')无法完成从字符串到日粒度日期类型的直接转换，而升级前的环境（旧版pandas或Python 3.11.2）对这种转换的限制更宽松，所以没有报错。

修复方案 #

方案1：先转标准datetime类型再直接比较（推荐） #

先将字符串列转为pandas默认的datetime64[ns]类型，再直接和右边的datetime对象比较，无需额外转粒度：

import pandas as pd
from datetime import datetime
from dateutil.relativedelta import relativedelta

mydataset = {
    'CancelDate': ["2021-09-07", "2021-07-26", "2021-11-01","2015-06-15"]
}
df = pd.DataFrame(mydataset)

# 第一步：将字符串列转为标准datetime类型
df['CancelDate'] = pd.to_datetime(df['CancelDate'])
# 第二步：直接进行日期比较
df = df[df['CancelDate'] >= (datetime.now() - relativedelta(years=2))]

方案2：转成日粒度日期类型后比较 #

如果确实需要将列转为datetime64[D]类型，需先转标准datetime，再转换粒度，同时右边也要转为日期对象匹配类型：

import pandas as pd
from datetime import datetime
from dateutil.relativedelta import relativedelta

mydataset = {
    'CancelDate': ["2021-09-07", "2021-07-26", "2021-11-01","2015-06-15"]
}
df = pd.DataFrame(mydataset)

# 先转标准datetime，再转日粒度类型
df['CancelDate'] = pd.to_datetime(df['CancelDate']).astype('datetime64[D]')
# 右边转为date对象匹配类型
df = df[df['CancelDate'] >= (datetime.now() - relativedelta(years=2)).date()]

补充说明 #

pandas 2.0版本对类型系统做了不少优化，类型转换的逻辑更严谨，避免了旧版本中隐式转换可能带来的潜在问题。处理日期列时，优先用pd.to_datetime()完成从字符串到datetime类型的转换，再进行后续操作是更规范的写法。

内容的提问来源于stack exchange，提问作者OldManSeph