如何在Pandas中使用pd.DataFrame.query()正确查询日期？

问题原因 #

直接写Date>01-01-2019时，pandas会把01-01-2019解析成整数减法运算（01减01再减2019，结果为-2019），导致用int类型和datetime64[ns]类型的日期列做对比，触发类型错误。

正确写法 #

• 用引号包裹日期字符串：将完整日期放在单引号或双引号内，pandas会自动识别为日期字符串并与datetime列做比对

  fil1.query('Date > "2019-01-01"')
  # 也可以用单引号
  fil1.query("Date > '2019-01-01'")
  

• 提前定义日期变量并引用：如果需要复用目标日期，先定义datetime变量，在query中用@符号引用

  from datetime import datetime
  target_date = datetime(2019, 1, 1)
  fil1.query('Date > @target_date')
  

• 在query内用pd.Timestamp构造日期：直接在查询表达式里用pandas的Timestamp构造目标日期

  fil1.query('Date > pd.Timestamp("2019-01-01")')
  

补充说明 #

单独对比年份时fil1.query('Date>2019')能正常运行，是因为pandas会自动把整数2019转换为对应的datetime对象（即Timestamp('2019-01-01 00:00:00')），但这个自动转换逻辑仅适用于单独的年份数值，不能直接套用到完整日期的写法上。

内容的提问来源于stack exchange，提问作者Salih