Python中Timestamp、str与datetime64[ns]年月日期的最佳比较方案

针对你的场景，推荐两种最靠谱的类型转换方案，按需选择：

1. 直接用字符串类型比较（最简单高效） #

你的所有日期都是"YYYY-MM"的标准格式，只要确保df['Year_Month']的object类型元素都是无格式错误的字符串（比如没有多余空格、不是"2020/01"这类分隔符不一致的情况），直接用字符串比较是最省事的。

格式验证（可选但建议做） #

先确认df['Year_Month']的格式统一：

# 检查是否所有元素都是标准的YYYY-MM格式
invalid_rows = df[~df['Year_Month'].str.match(r'^\d{4}-\d{2}$')]
if not invalid_rows.empty:
    print("存在格式错误的日期行：", invalid_rows)

如果没有格式错误，直接用你原来的查询语句即可，不需要额外转换：

df[(df['Year_Month'] == current_month_year) | (df['Year_Month'] == last_month_year)]

2. 转换为pandas Period类型（更适合后续日期操作） #

如果之后还要做月份加减、排序、按月份聚合等操作，转成**月度周期（Period[M]）**是更严谨的选择，它直接对应"年月"的概念，避免Timestamp带日的冗余信息。

转换步骤： #

1. 转换DataFrame列：

df['Year_Month'] = df['Year_Month'].astype('period[M]')

2. 转换两个字符串变量：

import pandas as pd

last_month_year = pd.to_datetime(last_month_year).to_period('M')
current_month_year = pd.to_datetime(current_month_year).to_period('M')

3. 执行查询：

df[(df['Year_Month'] == current_month_year) | (df['Year_Month'] == last_month_year)]

不推荐Timestamp的原因 #

Timestamp是带具体日期的类型（转"2020-01"会默认变成2020-01-01 00:00:00），虽然强行比较也可能得到结果，但它额外引入了"日"的信息，不符合你只需要比较"年月"的需求，反而可能因为隐式转换带来不必要的问题。

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