如何解决Pandas读取CSV时的DateTime解析警告及日期匹配问题？

一、消除日期解析警告 #

你的警告源于CSV中DateTime列格式是DD-MM-YYYY，但设置dayfirst=False（默认值）会让pandas按MM-DD-YYYY解析日期，导致解析逻辑混乱。有两种可靠解决方式：

方式1：明确设置dayfirst=True #

直接告诉pandas日期格式是日在前：

df = pd.read_csv(filename, parse_dates=['DateTime'], dayfirst=True)

方式2：指定精确日期格式（推荐） #

避免任何歧义，直接指定解析格式（pandas 1.3.0及以上版本可直接用date_format参数）：

# 方法A：自定义解析函数
from datetime import datetime
def parse_date(date_str):
    return datetime.strptime(date_str, '%d-%m-%Y')

df = pd.read_csv(filename, parse_dates=['DateTime'], date_parser=parse_date)

# 方法B：直接用date_format参数（pandas 1.3.0+）
df = pd.read_csv(filename, parse_dates=['DateTime'], date_format='%d-%m-%Y')

二、修复日期匹配报错 #

你之前将DateTime列转成字符串格式后匹配current_date，容易因格式不一致（比如前导零、日期分隔符差异）导致匹配失败。正确做法是保留DateTime的datetime类型，通过日期对象匹配：

修改后的完整代码示例 #

from datetime import datetime
import pandas as pd

# 1. 正确读取并解析日期
df = pd.read_csv(filename, parse_dates=['DateTime'], date_format='%d-%m-%Y')

# 2. 将current_date转为date对象（假设current_date是"DD-MM-YYYY"格式的字符串）
current_date_obj = datetime.strptime(current_date, '%d-%m-%Y').date()

# 3. 匹配日期并获取数据
# 筛选出日期匹配的行
matching_rows = df[df['DateTime'].dt.date == current_date_obj]
# 取第一行目标列数据（避免用iloc[index]的复杂写法，更直观）
eod_quote = matching_rows.iloc[0][f"{ticker}{quote_asset}"]

关键说明 #

• 保留DateTime为datetime类型，避免字符串匹配的格式问题；
• 用dt.date提取日期部分，和current_date转成的date对象直接对比，匹配逻辑更可靠；
• 若current_date本身已是date对象，可跳过转格式步骤直接对比。

内容的提问来源于stack exchange，提问作者Matt - Block-Farms.io