Pandas按日期条件删行时Series转int报错及高效写法咨询

你运行报错的核心原因是df.START_DATE是pandas的Series对象（整列数据），而非单个字符串值，不能直接用Python原生的int()函数对整列做转换，同时你写的过滤逻辑也存在错误：小于2019和大于2020是互斥条件，用&（与）运算符永远筛选不到符合条件的行，应该用|（或）运算符。

推荐两种向量化实现方式，效率远高于遍历行的写法：

方案1：START_DATE列为字符串类型时直接处理 #

用pandas的.str向量化字符串访问器提取年份，再转成整数做筛选，直接用布尔索引保留符合要求的行即可，无需手动调用drop：

# 保留年份在2019-2020之间的行
df = df[df['START_DATE'].str[:4].astype(int).between(2019, 2020)]

如果一定要用drop写法实现删除逻辑，写法如下：

df = df.drop(df[~df['START_DATE'].str[:4].astype(int).between(2019, 2020)].index)

方案2（更推荐）：先转日期类型再筛选 #

将START_DATE列转为pandas datetime类型后，可以直接通过.dt访问器取年份，后续做其他日期相关操作也更灵活：

# 转日期类型
df['START_DATE'] = pd.to_datetime(df['START_DATE'])
# 按年份筛选
df = df[df['START_DATE'].dt.year.between(2019, 2020)]

内容的提问来源于stack exchange，提问作者liam beck