使用Python3与Pandas解析Excel长日期查询数据返回空DataFrame问题

问题根源 #

代码返回空结果，大概率是日期转换不彻底或者pandasql的日期匹配逻辑与Pandas内部datetime格式不兼容导致的。先排查日期转换是否成功，再调整筛选方式。

步骤1：验证日期转换是否正确 #

先打印转换后的Air date列，确认没有出现NaT（无效时间值）：

print(df['Air date'].head())
print(df['Air date'].dtype)

如果输出中有NaT，说明指定的format="%A, %B %d, %Y"和Excel中的日期格式不完全匹配（比如存在多余空格、大小写差异）。可以去掉format参数，让Pandas自动推断格式：

df['Air date'] = pd.to_datetime(df['Air date'], errors='coerce')

errors='coerce'会把无法转换的值转为NaT，方便定位问题行。

步骤2：用Pandas原生筛选替代pandasql（更可靠） #

pandasql处理datetime类型时易出现格式匹配问题，直接用Pandas布尔索引筛选更简单：

date_str = "2023-05-01"
target_date = datetime.datetime.strptime(date_str, '%Y-%m-%d').date()  # 转成date类型，避免时间部分干扰
result = df[df['Air date'].dt.date == target_date]
print(result)

如果Air date列转换后包含时间戳（如2023-05-01 00:00:00），用dt.date提取日期部分再匹配，就能规避时间戳的影响。

步骤3：坚持用pandasql的修正方案 #

pandasql基于SQLite，需将日期转为SQL可识别的格式，或用日期函数匹配：

date_str = "2023-05-01"
query = """
    SELECT *
    FROM df
    WHERE DATE("Air date") = '{}'
""".format(date_str)
result = sqldf(query)
print(result)

用DATE("Air date")提取日期部分，与字符串格式的2023-05-01匹配，避免datetime类型的格式差异。

完整修正代码示例（原生Pandas版本） #

#!/usr/bin/env python3
import datetime
import pandas as pd

# 加载Excel，用第二行做表头
url = "~/Master Broadcast Schedule.xlsx"
df = pd.read_excel(url, sheet_name='2023', header=1)

# 转换日期列，自动推断格式，处理错误
df['Air date'] = pd.to_datetime(df['Air date'], errors='coerce')

# 筛选指定日期
target_date = datetime.datetime.strptime("2023-05-01", '%Y-%m-%d').date()
result = df[df['Air date'].dt.date == target_date]

print(result)

内容的提问来源于stack exchange，提问作者nwood21