Pandas query使用当日日期变量筛选数据未达预期的问题排查

两个核心问题，踩中任何一个都会导致筛选结果不符合预期：

• query()引用外部变量语法错误。这个方法的表达式默认会把标识符识别为DataFrame的列名，要调用外部作用域的变量，必须在变量名前加@符号。比如你外部存当日日期的变量叫today，直接写date == today的话，pandas会去找df里有没有叫today的列，根本不会读取你定义的日期值，结果自然不对。
• 日期类型/格式不匹配，这是日期筛选最常见的坑：
  1. 如果你用datetime.date.today()生成日期，得到的是原生Python的date类型，但df里的date列大概率是pandas的datetime64[ns]类型，很多时候列里的值还带时分秒（比如2024-06-15 09:23:11），直接和不带时间的date对象比较，要么因为类型不兼容报错，要么因为时间部分对不上匹配不到行。
  2. 要是你的date列存的是字符串，你生成的当日日期字符串格式必须和列内格式完全一致——比如列里存的是2024/06/15，你生成的是2024-06-15，肯定匹配失败。

1. 先对齐两边的日期类型，排除格式/类型干扰：
   如果你只需要匹配年月日、不需要校验时分秒，可以先把两边统一为纯日期类型：

   import pandas as pd
   from datetime import date
   
   today = date.today()
   # 把df的date列转成纯日期类型，自动忽略时分秒部分
   df["date"] = pd.to_datetime(df["date"]).dt.date
   

2. 写query表达式时给外部变量加@前缀：

   # 变量前加@，告诉pandas这是外部变量不是列名
   filter_result = df.query("date == @today")
   print(filter_result)
   

如果你不想修改原DataFrame的列类型，也可以直接在筛选时做时间归一化，把所有时间统一到当日0点再比较：

today = pd.Timestamp.today().normalize()
# 不修改原列的query写法
filter_result = df.query("date.dt.normalize() == @today")

排查小技巧：改完还是匹配不到的话，先打印type(today)和df['date'].dtype确认两边类型一致，再分别打印today和df['date'].head()看值的格式有没有差异，90%以上的日期匹配问题都是这两个原因导致的。

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