使用Pandas按日期过滤数据遇KeyError及类型错误，求解决办法

一、直接使用日期列REP_DATE筛选数据 #

出现KeyError大概率是因为REP_DATE列未被正确解析为datetime类型，或者索引未排序。按以下步骤修正：

1. 确保REP_DATE是datetime类型
   先检查列类型，如果不是datetime，先转换：

   import pandas as pd
   import datetime as dt
   
   # 转换列类型（若未完成转换）
   data['REP_DATE'] = pd.to_datetime(data['REP_DATE'])
   

2. 排序索引后再切片
   设置索引后必须对索引排序，否则loc切片可能失效：

   data.set_index('REP_DATE', inplace=True)
   data.sort_index(inplace=True)  # 关键步骤，缺失会导致KeyError
   
   start = dt.datetime(1980, 1, 1)
   end = dt.datetime.today()
   filtered_data = data.loc[start:end]
   print(filtered_data)
   

3. 无需设索引的替代写法
   不想修改索引的话，直接用布尔索引筛选，更稳妥：

   data['REP_DATE'] = pd.to_datetime(data['REP_DATE'])
   start = dt.datetime(1980, 1, 1)
   end = dt.datetime.today()
   filtered_data = data[(data['REP_DATE'] >= start) & (data['REP_DATE'] <= end)]
   print(filtered_data)
   

二、整数年份转日期后筛选 #

如果想用整数YEAR列来筛选，可将年份转为datetime类型后再过滤：

1. 把YEAR列转为当年1月1日的datetime

   data['YEAR_DATE'] = pd.to_datetime(data['YEAR'], format='%Y')
   

2. 筛选1980年及以后的数据

   start_year = pd.to_datetime('1980-01-01')
   filtered_data = data[data['YEAR_DATE'] >= start_year]
   print(filtered_data)
   

错误原因说明 #

• TypeError: '<' not supported between instances of 'int' and 'datetime.datetime'：直接拿整数年份和datetime对象比较，类型不匹配，必须统一为datetime类型再操作。
• KeyError: datetime.datetime(1980, 1, 1, 0, 0)：要么是REP_DATE未转成datetime类型，要么是索引未排序，导致loc无法匹配到对应索引值。

内容的提问来源于stack exchange，提问作者ShaworoIde