Pandas中Timestamp与str比较报错，求日期十年分段归类方案

错误根源 #

1. 类型不兼容：你将Timestamp类型的日期和字符串格式的日期直接比较，Pandas不支持跨类型的时间比较，因此抛出<not supported between instances of 'Timestamp' and 'str'>错误。
2. 变量名混乱：初始化的列表是cat_date，但循环中错误使用了未定义的cat_lft、cat_dt变量，最终赋值给df["Year"]的是空列表，会导致数据缺失甚至变量未定义报错。
3. 分支变量错误：最后else分支里的cat_dt从未定义，且用字符串"nan"不如Pandas原生的pd.NA规范。

修复方案 #

方案1：修正原循环逻辑 #

把用于比较的字符串日期转换为datetime对象，统一变量名：

import pandas as pd

# 示例数据
data = {'Event': [0,1,2,3], 'Event.Date': ['1961-10-24','1972-07-19','1989-08-02','2022-12-26']}
df = pd.DataFrame(data)

# 转换为datetime类型
df['Event.Date'] = pd.to_datetime(df['Event.Date'])

cat_date = []
# 预定义转换后的比较日期
compare_dates = {
    '1950s_cutoff': pd.to_datetime('1960-01-01'),
    '1960s_cutoff': pd.to_datetime('1970-01-01'),
    '1970s_cutoff': pd.to_datetime('1980-01-01'),
    '1980s_cutoff': pd.to_datetime('1990-01-01'),
    '1990s_cutoff': pd.to_datetime('2000-01-01'),
    '2000s_cutoff': pd.to_datetime('2010-01-01'),
    '2010s_cutoff': pd.to_datetime('2023-01-01')
}

for dt in df["Event.Date"]:
    if dt < compare_dates['1950s_cutoff']:
        cat_date.append("1950's")
    elif dt < compare_dates['1960s_cutoff']:
        cat_date.append("1960's")
    elif dt < compare_dates['1970s_cutoff']:
        cat_date.append("1970's")
    elif dt < compare_dates['1980s_cutoff']:
        cat_date.append("1980's")
    elif dt < compare_dates['1990s_cutoff']:
        cat_date.append("1990's")
    elif dt < compare_dates['2000s_cutoff']:
        cat_date.append("2000's")
    elif dt < compare_dates['2010s_cutoff']:
        cat_date.append("2010's")
    else:
        cat_date.append(pd.NA)

df["Year"] = cat_date

方案2：高效向量化处理（推荐） #

避免循环，利用Pandas向量化操作快速生成区间标签，适合大数据量场景：

import pandas as pd

# 示例数据
data = {'Event': [0,1,2,3], 'Event.Date': ['1961-10-24','1972-07-19','1989-08-02','2022-12-26']}
df = pd.DataFrame(data)

df['Event.Date'] = pd.to_datetime(df['Event.Date'])

# 自定义区间和对应标签
time_bins = [pd.to_datetime('1950-01-01'), pd.to_datetime('1960-01-01'),
             pd.to_datetime('1970-01-01'), pd.to_datetime('1980-01-01'),
             pd.to_datetime('1990-01-01'), pd.to_datetime('2000-01-01'),
             pd.to_datetime('2010-01-01'), pd.to_datetime('2023-01-01'),
             pd.to_datetime('2100-01-01')]
decade_labels = ["1950's", "1960's", "1970's", "1980's", "1990's", "2000's", "2010's", "2020's"]

df['Year'] = pd.cut(df['Event.Date'], bins=time_bins, labels=decade_labels, include_lowest=True)

如果不需要自定义区间（比如2022直接归为2020's），可以用更简洁的年份计算：

df['Year'] = (df['Event.Date'].dt.year // 10 * 10).astype(str) + "'s"

最终效果 #

两种方案都能生成你需要的结果：

内容的提问来源于stack exchange，提问作者Maxim