Pandas按日期范围过滤触发布尔序列重索引警告问题

问题根源分析 #

你遇到的警告和结果缺失主要来自两个问题：

1. 语法错误：过滤条件的括号不匹配，(df['date'] < end_date ]末尾误用方括号，导致布尔序列生成异常
2. 日期类型不统一：DataFrame的date列大概率是字符串类型，而你定义的start_date/end_date是datetime对象，类型不匹配会引发布尔索引的对齐错误，触发警告且过滤结果不符合预期

修正步骤与代码 #

1. 统一日期类型 #

先将DataFrame的date列转换为datetime类型，确保和过滤用的日期对象类型一致：

df['date'] = pd.to_datetime(df['date'])

2. 修正过滤条件的语法与逻辑 #

修复括号错误，同时匹配SQL的BETWEEN逻辑（包含两端日期）：

• SQL的date BETWEEN start_date AND DATE_ADD(start_date, INTERVAL x DAYS)会包含起始日和起始日后第x天的日期
• 原代码的df['date'] < end_date会排除end_date当天，可根据需求调整条件

完整修正代码：

import pandas as pd
from datetime import datetime, timedelta

# 示例DataFrame
df = pd.DataFrame({
    'date': ['2022-08-31', '2022-09-01', '2022-09-02', '2022-09-03'],
    'aggregate': [42, 30, 65, 55]
})

# 转换日期列类型
df['date'] = pd.to_datetime(df['date'])

# 定义日期范围
start_date = datetime.strptime("2022-08-31", "%Y-%m-%d")
end_date = start_date + timedelta(days=3)  # 对应SQL的INTERVAL 3 DAYS

# 匹配SQL BETWEEN逻辑的过滤条件
df_filtered = df[(df['date'] >= start_date) & (df['date'] <= end_date)]

print(df_filtered)

3. 验证结果 #

运行修正后的代码，会得到包含2022-08-31至2022-09-03的所有行，完全匹配SQL的BETWEEN逻辑，且不会触发任何警告。

内容的提问来源于stack exchange，提问作者Amethyst