无法将DataFrame日期列转为datetime，日期过滤报错求助

咱们一步步拆解并修复你遇到的问题：

1. 核心错误：过滤条件的笔误 #

你抛出TypeError的代码行：

df_toplot = df[df['state'].isin(top_states) & df['state'] > da]

这里明显是手滑写错了列名——你要和日期对象da比较的是date列，而非state列！state是存储州名的字符串列，和datetime对象做比较自然会触发类型不兼容的错误。

另外，在pandas布尔索引中，建议给每个条件单独加括号（避免运算符优先级问题），修正后的过滤代码应为：

df_toplot = df[(df['state'].isin(top_states)) & (df['date'] > da)]

2. 关于日期列类型的误解 #

你提到df['date']转换后还是pandas.core.series.Series类型，这是完全正常的：pd.to_datetime()不会改变列的容器类型（它依然是Series），但Series内部的每个元素已经被转换成了datetime.datetime对象。你可以通过print(df['date'].dtype)验证，会输出datetime64[ns]，这说明日期转换是成功的，完全可以和da这类datetime对象做比较。

完整修正后的代码 #

import datetime
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 加载数据集并转换日期列
df = pd.read_csv("https://raw.githubusercontent.com/nytimes/covid-19-data/master/us-states.csv")
df['date'] = pd.to_datetime(df['date'])
print(df['date'].dtype)  # 验证日期类型，输出应为datetime64[ns]

variable = "deaths"  # 可切换为"cases"

# 获取累计数值最高的10个州
d = pd.pivot_table(df, index='state', values=variable, aggfunc=np.sum)
top_states = d.nlargest(10, variable, keep='first').index.values

# 注意：你原代码的过滤日期是2018年，早于新冠数据起始时间，这里改成2020年后的日期
s = "2020-03-01 00:00:00.000"
da = datetime.datetime.strptime(s, '%Y-%m-%d %H:%M:%S.%f')

# 修正后的过滤逻辑
df_toplot = df[(df['state'].isin(top_states)) & (df['date'] > da)]

# 可视化
df_toplot.pivot(index='date', columns='state', values=variable).plot()
plt.yscale('log')
plt.show()

额外提示 #

你原代码中设置的过滤日期s = "2018-06-19..."远早于纽约时报新冠数据的起始时间（2020年初），所以这个过滤条件相当于无效，建议改成2020年及以后的日期，才能实现“仅显示最近几周数据”的需求。

内容的提问来源于stack exchange，提问作者user7287292