Pandas如何选取与指定日期最接近的行及报错解决

嘿，我来帮你搞定这个问题！咱们一步步来拆解分析：

错误原因分析 #

你遇到的 AttributeError: type object 'datetime.datetime' has no attribute 'datetime' 并不是日期列转换的问题，而是datetime对象的创建写法有误。这通常是因为导入方式和调用方式不匹配：

• 如果你用 import datetime 导入模块，创建对象应该写 datetime.datetime(...)；
• 但如果是用 from datetime import datetime 直接导入类，就只能写 datetime(...)，重复写datetime.datetime就会触发这个错误。

另外，你直接把字符串格式的latest_date传入datetime.datetime()也不对，得先把字符串转成datetime对象才行。

确认日期列转换是否正确 #

先验证下你的date列转换是否成功：

print(dates['date'].dtype)

如果输出是 datetime64[ns]，说明转换完全没问题，不用纠结这部分。

两种实现需求的正确方法 #

方法1：修正你原有的代码逻辑 #

先把字符串格式的latest_date转成datetime对象，再用get_loc的nearest方法：

# 先确保导入正确，二选一即可
from datetime import datetime
# 或者 import datetime

# 把'05-2020'转成datetime对象
latest_date_dt = datetime.strptime(latest_date, '%m-%Y')
# 如果用import datetime的话，就写：latest_date_dt = datetime.datetime.strptime(latest_date, '%m-%Y')

# 获取最接近的行
closest_row = dates.iloc[dates['date'].index.get_loc(latest_date_dt, method='nearest')]

方法2：计算日期差值（更直观易读） #

这种方法通过计算每个日期与目标日期的差值绝对值，取最小的那一行，逻辑更清晰，也不容易出错：

from datetime import datetime

# 转换目标日期为datetime对象
latest_date_dt = datetime.strptime(latest_date, '%m-%Y')

# 计算每个日期与目标日期的差值绝对值
dates['date_diff'] = abs(dates['date'] - latest_date_dt)

# 选取差值最小的行
closest_row = dates.loc[dates['date_diff'].idxmin()]

# 可选：删除临时创建的差值列
dates.drop('date_diff', axis=1, inplace=True)

两种方法都能帮你得到预期的04-2020对应的行。

内容的提问来源于stack exchange，提问作者user47467