Pandas修改日期格式后筛选日期出现警告，如何解决？

问题场景 #

需求是修改日期格式后对日期进行筛选，原代码如下：

df["Date start"] = pd.to_datetime(df["Date start"])
df["Date start"] = df["Date start"].dt.strftime('%d/%m/%Y')
df = df[df["Date start"] > "01/01/2022"]

运行后出现解析警告：

UserWarning: Parsing '16/04/2012' in DD/MM/YYYY format. Provide format or specify infer_datetime_format=True for consistent parsing.
df["Date start"] = pd.to_datetime(fd["Date start"],infer_datetime_format=True)

尝试以下方法仍未解决问题：

df["date start"] = pd.to_datetime(df["date start"], format='%d/%m/%Y', dayfirst=True).dt.strftime('%d/%m/%Y')
df["date start"] = pd.to_datetime(df["date start"], dayfirst=True)
df["date start"] = df["date start"].dt.strftime("%d/%m/%Y")

问题根源 #

1. 筛选逻辑错误：把日期转成字符串后再做大小比较，字符串按字符顺序逐位对比，比如"01/02/2023"会被判定为大于"10/01/2022"，但实际日期后者更早，逻辑完全错误。
2. 警告未彻底消除：虽然指定了dayfirst或format，但要么后续又转成了字符串，要么列名大小写不一致（原列名是"Date start"，尝试代码用了"date start"），导致问题残留。

正确解决方案 #

核心思路是先解析为datetime类型完成筛选，最后再转成目标字符串格式，既解决警告又保证筛选逻辑正确：

# 1. 明确指定日期格式，消除解析歧义与警告
df["Date start"] = pd.to_datetime(df["Date start"], format='%d/%m/%Y')

# 2. 用datetime类型做筛选，确保日期比较逻辑准确
df = df[df["Date start"] > pd.Timestamp("2022-01-01")]  # 也可以直接写"2022-01-01"

# 3. 按需转换为字符串格式（仅用于展示时执行）
df["Date start"] = df["Date start"].dt.strftime('%d/%m/%Y')

关键说明 #

• 指定format='%d/%m/%Y'让pandas明确日期格式，彻底避免自动解析的歧义警告。
• 保留datetime类型进行筛选，pandas会按照真实日期大小比较，不会出现字符串对比的逻辑错误。
• 列名必须严格一致（注意大小写和空格），否则会出现列不存在的问题。

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