Pandas 1.3.4环境下Date列按部分字符串筛选当日数据问题

核心错误原因 #

1. 你代码中df['Date'].str.contains()返回的是布尔值序列，仅记录每行是否匹配筛选条件，而非筛选后的完整数据，直接存储该序列只会得到一列True/False结果
2. 直接用字符串匹配日期可靠性低，容易出现误匹配，且依赖系统平台的日期格式化语法（%#d仅适配Windows系统，Linux/macOS下要用%-d），兼容性差

修复后可运行代码 #

from datetime import date
import pandas as pd

# 读取CSV文件
df = pd.read_csv(r'file.csv')

# 转换Date列为datetime类型，自动适配单数字日期不补零、带AM/PM的格式
# 若存在异常格式日期，可添加参数errors='coerce'将无效日期转为空值自动排除
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y %I:%M:%S %p')

# 提取手机号后10位，和Excel RIGHT(Phone number,10)效果完全一致
df['New Phone'] = df['Phone number'].str[-10:]

# 筛选当日所有数据，自动忽略具体时间
today = date.today()
df_today = df[df['Date'].dt.date == today]

# 保留指定列后导出
df_today = df_today[['New Phone', 'Phone number', 'Date']]
df_today.to_csv(r'file.csv', index=False)

额外说明 #

如果你的场景必须用字符串匹配实现，可以调整筛选逻辑为：

# 仅Windows系统下可用该写法
d1 = date.today().strftime("%m/%#d/%Y")
df_today = df[df['Date'].str.startswith(d1, na=False)]

用startswith替代contains可以避免日期字符串其他位置出现相同内容导致的误匹配。

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