使用pandas.to_datetime()结合loc[]与比较运算符时过滤失效求助

核心错误原因 #

你写的pd.Timestamp(2018-1-1)会先执行整数运算，结果是2016，pandas会把这个整数当成Unix时间戳解析，对应时间是1970-01-01 00:00:02.016，你的所有数据日期都远大于这个时间，所以过滤后返回全量数据。另外，转换日期时用format='%Y-%m-%d'也不符合原数据YYYY-MM的格式，虽然pandas可能自动补全，但规范写法能避免潜在问题。

正确操作步骤 #

1. 修正日期转换格式
   原数据是YYYY-MM字符串，转换时匹配对应格式：

df["year_month"] = pd.to_datetime(df["year_month"], format='%Y-%m')

转换后该列会变成datetime64[ns]类型，日期自动补全为当月第一天（比如2001-01转为2001-01-01）。

2. 正确编写过滤条件
   用字符串或正确的Timestamp构造方式指定过滤日期，不要用整数运算：

# 方式1：直接传入日期字符串，简洁明了
filtered_df = df.loc[df["year_month"] >= "2018-01-01"]

# 方式2：明确构造Timestamp对象
filtered_df = df.loc[df["year_month"] >= pd.Timestamp("2018-01-01")]

# 方式3：因为year_month是当月第一天，也可以直接用年月字符串过滤
filtered_df = df.loc[df["year_month"] >= pd.Timestamp("2018-01")]

额外优化：读取CSV时直接解析日期 #

如果第一次用parse_dates没生效，是因为pandas自动推断格式失败，读取时直接指定日期格式就能一步到位：

df = pd.read_csv(
    'C:/..../migration_flows.csv',
    parse_dates=["year_month"],
    date_format='%Y-%m'
)

内容的提问来源于stack exchange，提问作者Czar19