Python查找pandas DataFrame时间戳列忽略毫秒的指定日期时间

判断失效是三个核心问题共同导致的：

• 类型不匹配：你用于匹配的对象是pd.Timestamp类型，但df_processed_timestamps['time']列存储的是带T分隔符、带9位纳秒小数的ISO格式字符串，Python判断相等时会先校验类型，类型不同就算值看起来一致也会返回False。
• 格式错误：你写的strftime格式化规则"%Y-%m-%d, %H:%M:%S"里，日期和时间之间多了一个多余的逗号，属于不必要的格式偏差。
• 精度未对齐：就算两边类型转成一致，DataFrame里的时间带毫秒/纳秒位，你没有做截断处理，整秒时间和带小数位的时间也无法直接匹配。

不要混用时间对象和字符串做匹配，统一把两边转成相同的时间类型、对齐到秒级精度再判断，代码如下：

import pandas as pd
from datetime import datetime

last_timestamp = 1611903555682
# 1. 生成目标时间，截断到秒级
target_ts = pd.Timestamp(datetime.fromtimestamp(last_timestamp / 1000)).floor("s")

# 2. 把DataFrame的时间列临时转成datetime类型，统一截断到秒级（不会修改原列数据）
df_ts_col = pd.to_datetime(df_processed_timestamps["time"]).dt.floor("s")

# 3. 做存在性判断
if target_ts in df_ts_col.values:
    print("Value is already in dataframe.")
    return

注：如果后续需要频繁对该时间列做筛选、计算操作，建议直接把列转成datetime类型永久存储，比存字符串的处理效率高很多，转换代码为df_processed_timestamps['time'] = pd.to_datetime(df_processed_timestamps['time'])

内容的提问来源于stack exchange，提问作者gisk