Pandas使用to_datetime转换后period列混合类型导致排序报错如何解决

问题根因 #

1. 日期区间未全覆盖：你定义的7个mask的最大截止日期为2021-9-20，那100行异常数据的date值都晚于这个时间，没有匹配到任何赋值规则，因此period列保留了最开始赋值的Timestamp类型的日期值，最终period列同时存在字符串、Timestamp两种数据类型，排序时无法跨类型比较触发报错。
2. 转dt.date报错的原因：dt.date返回的是Python原生datetime.date类型，后续和字符串格式的日期边界（如'2021-9-20'）直接比较时，pandas不支持这两种类型的比较操作，因此触发类型错误。

解决方案 #

推荐用pd.cut方法替代手动写多组mask，代码更简洁且不易漏边界，还能统一返回字符串类型的周期标签，完全对齐你原有的左闭右开区间判断逻辑：

import pandas as pd

# 1. 完成date列的日期转换
df3['date'] = pd.to_datetime(df3['date'], errors='coerce')

# 2. 定义所有日期边界和对应的周期标签，按需补充后续区间即可
date_bins = [
    pd.to_datetime('1990-10-14'),
    pd.to_datetime('1994-11-10'),
    pd.to_datetime('1999-10-1'),
    pd.to_datetime('2004-6-13'),
    pd.to_datetime('2009-8-30'),
    pd.to_datetime('2014-10-14'),
    pd.to_datetime('2019-11-26'),
    pd.to_datetime('2021-9-20'),
    pd.to_datetime('2100-12-31') # 补充足够大的边界，覆盖所有晚于2021-9-20的日期
]
period_labels = [
    '1990-1994',
    '1994-1999',
    '1999-2004',
    '2004-2009',
    '2009-2014',
    '2014-2019',
    '2019-2021',
    '2021及以后' # 对应晚于2021-9-20的周期标签，可按实际需求修改
]

# 3. right=False对齐原有左闭右开的区间判断逻辑，生成的period全为字符串类型
df3['period'] = pd.cut(df3['date'], bins=date_bins, labels=period_labels, right=False)

# 4. 移动period列到指定位置的逻辑保持不变
col_name = 'period'
strt_col = df3.pop(col_name)
df3.insert(5, col_name, strt_col)

# 5. 此时period列全为字符串，排序不会报错
df3 = df3.sort_values(by = ['period'])

如果不想改动原有mask逻辑，只需在mask7赋值完成后加一行兜底赋值即可解决问题：

# 给所有未匹配到规则、period仍为Timestamp类型的行赋值默认标签
df3.loc[df3['period'].apply(lambda x: isinstance(x, pd.Timestamp)), 'period'] = '2021及以后'

内容的提问来源于stack exchange，提问作者id345678