如何将Pandas混合格式字符串日期转为datetime.date并比较？

核心思路 #

Pandas的pd.to_datetime本身就能兼容这两种日期格式，问题大概率出在时区不匹配（带+00:00的是UTC时区的datetime，而你用来比较的month_start_date/month_end_date是无时区的datetime.date对象）。解决时先统一时区，再做向量化转换和筛选，完全不用迭代行。

方法1：转换为datetime.date列后筛选 #

先把字符串转成带UTC时区的datetime，移除时区后提取date对象，再和你的日期范围比较：

import pandas as pd
from datetime import date

# 处理日期列：统一时区并转成datetime.date
df['date_obj'] = pd.to_datetime(df['date'], utc=True).dt.tz_localize(None).dt.date

# 筛选数据
month_start_date = date(2022, 7, 1)
month_end_date = date(2022, 7, 31)
filtered_df = df[(df['date_obj'] >= month_start_date) & (df['date_obj'] <= month_end_date)]

方法2：保留datetime64[ns]直接筛选（更高效） #

Pandas支持datetime64[ns]类型直接和datetime.date对象比较，不需要额外转成date列，性能更好：

import pandas as pd
from datetime import date

# 转成无时区的datetime64[ns]类型
df['datetime_col'] = pd.to_datetime(df['date'], utc=True).dt.tz_localize(None)

# 直接筛选
month_start_date = date(2022, 7, 1)
month_end_date = date(2022, 7, 31)
filtered_df = df[(df['datetime_col'] >= month_start_date) & (df['datetime_col'] <= month_end_date)]

为什么之前的方法失败？ #

你之前尝试的pd.to_datetime(df['date'])会把带+00:00的字符串生成带UTC时区的datetime64[ns, UTC]类型，和无时区的datetime.date对象比较时，会因为时区不兼容抛出错误。通过.dt.tz_localize(None)移除时区后，就能正常比较了。

内容的提问来源于stack exchange，提问作者Sharhad