Pandas to_datetime日期对比失效与DataFrame查询空结果问题

问题场景 #

在筛选DataFrame中InvoiceDate列为2011-06-22的所有行时，使用语句sales_data[sales_data["InvoiceDate"].dt.date == "2011-06-22"]返回空DataFrame，不符合预期。为排查问题，做了如下实验：

import pandas as pd

d1 = "2009-12-01 07:45:00"
d2 = "2009-12-01 08:20"
d1 = pd.to_datetime(d1)
d2 = pd.to_datetime(d2)
print(d1 == d2)
print(d1.year == d2.year)
print(d1.month == d2.month)
print(d1.day == d2.day)
print(d1.date == d2.date)

实验结果显示，除最后一行d1.date == d2.date返回False外，其余对比结果均正确。疑问：为何其他日期属性对比正常，唯独date属性对比返回False？

原因分析 #

d1.date和d2.date是对Python内置datetime.date对象属性的引用，而非调用方法后得到的日期值。这里实际在比较两个对象的date属性的内存地址，而非它们对应的日期内容，所以返回False。

正确的对比方式是调用date()方法，即d1.date() == d2.date()，此时会对比两个日期对象的实际值，结果为True。

解决DataFrame筛选问题 #

针对最初的筛选需求，有两种可行的修改方式：

方法1：调用dt.date()方法对比 #

# 对比date对象
sales_data[sales_data["InvoiceDate"].dt.date() == pd.to_datetime("2011-06-22").date()]

# 或转为字符串对比（需确保格式一致）
sales_data[sales_data["InvoiceDate"].dt.strftime("%Y-%m-%d") == "2011-06-22"]

方法2：使用日期范围筛选（更高效） #

利用Pandas的datetime特性直接筛选范围，避免提取日期部分，执行效率更高：

start = "2011-06-22"
end = "2011-06-23"
sales_data[sales_data["InvoiceDate"].between(start, end, inclusive="left")]

内容的提问来源于stack exchange，提问作者MJROCKS