如何解决Pandas中日期格式不统一时筛选日期范围行返回空DataFrame？

嘿，这个问题我太熟了！你得到空DataFrame的根本原因是——你的ColDate列还只是字符串类型，不同格式的字符串直接用between做比较，完全是按字符顺序来判断的，根本不是按实际日期大小，所以自然筛不到数据。下面给你一套两步走的解决方案：

第一步：统一转换日期列为Datetime类型 #

Pandas的pd.to_datetime函数超级智能，能自动识别绝大多数常见的日期格式（不管是yyyy-mm-dd、dd-mm-yyyy还是mm/dd/yyyy），我们先把字符串列转成标准的datetime类型：

import pandas as pd

# 你的原始数据
data = {
    'Col1': ['a', 'b', 'c', 'd', 'e', 'f'],
    'ColDate': ['2020-09-11 08:43:00', '2020-09-12 09:43:00', '13-09-2020 09:43:00',
                '09/16/2020 10:43:00', '09/19/2020 12:43:00', '09/12/2020 15:43:00']
}
df = pd.DataFrame(data)

# 转换日期列，infer_datetime_format=True让Pandas自动推断格式
df['ColDate'] = pd.to_datetime(df['ColDate'], infer_datetime_format=True)

第二步：按日期范围筛选 #

现在ColDate已经是datetime类型了，就可以正常用between来筛选了。注意如果要包含9月13日全天的数据，最好把上限设为2020-09-14（因为between是左闭右闭区间，2020-09-13默认指当天0点，会漏掉当天非凌晨的时间）：

# 筛选2020年9月11日0点到9月14日0点之间的数据（即包含9.11-9.13全天）
filtered_df = df[df['ColDate'].between('2020-09-11', '2020-09-14')]
print(filtered_df)

执行后你会得到预期的结果：

Col1              ColDate
0    a 2020-09-11 08:43:00
1    b 2020-09-12 09:43:00
2    c 2020-09-13 09:43:00
5    f 2020-09-12 15:43:00

为什么原来的代码不行？ #

举个例子，你的原始数据里'13-09-2020'作为字符串，和'11-09-2020'比字符顺序是对的，但和'2020-09-11'比的话，字符串开头是'1' vs '2'，Pandas会认为'13-09-2020'比'2020-09-11'小，自然会被排除在外，所以必须先转成datetime类型才能按实际时间逻辑比较。

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