Python pandas dataframe日期区间筛选报错及结果异常问题求解

• 第一种写法报错原因：
  1. pandas布尔索引的逐元素逻辑运算需要用位运算符&，不能用Python原生的and，and会尝试将整个布尔序列转换为单个布尔值，触发ValueError。
  2. 你设置的时间索引是edate列，但第一种写法中比较的是date字段，同时使用的日/月/年格式的日期字符串存在解析歧义，容易被pandas识别为月/日/年格式，导致筛选逻辑出错。
• 第二种写法返回异常数据原因：
  你读取文件时仅指定了parse_dates=['date']，作为索引的edate列没有被解析为datetime类型，仍为字符串格式。使用loc[起始字符串:结束字符串]切片时，pandas会按字符串字典序而非日期逻辑比较，例如12/09/1965的字符串开头12小于14/09/2014的开头14，就会被误纳入筛选结果。

首先修正数据读取逻辑，保证索引为datetime类型：

# 读取时同时解析date和edate列为datetime类型，将edate设为索引
df = pd.read_csv('https://manifestoproject.wzb.eu/down/data/2020b/datasets/MPDataset_MPDS2020b.csv', parse_dates=['date', 'edate'], index_col='edate')

之后可选择任意一种方式筛选：

1. 布尔索引写法（兼容性更高，适合复杂筛选条件）

start = pd.to_datetime('2014-09-14')
end = pd.to_datetime('2020-09-30')
df = df.loc[(df.index >= start) & (df.index <= end)]

注意：每个判断条件需要用括号包裹，避免运算符优先级错误

2. 时间索引切片写法（更简洁）
   确认索引为datetime类型后，直接传入标准年-月-日格式的日期字符串即可：

df = df.loc['2014-09-14':'2020-09-30']

内容的提问来源于stack exchange，提问作者l0feic