使用Pandas读取CSV中ISO 8601日期并筛选指定时间前的行

你写的筛选语句不生效主要有两个问题：

• 筛选条件右侧的2014-01-02T00:00:00.000没有加引号，Python会将其识别为非法变量名，直接抛出语法错误，不会被解析为时间类型
• parse_dates=True只会自动解析看起来像时间的列，如果你的CSV里时间列的命名不符合pandas自动识别规则，有可能解析失败，列类型还是字符串格式的object类型

1. 稳妥读取CSV并解析时间列 #

读取时明确指定要解析的时间列，避免自动解析失败：

import pandas as pd

# 明确指定epoch列需要解析为时间格式
sat0 = pd.read_csv("你的文件路径.csv", parse_dates=["epoch"])

# 可选验证步骤：输出列类型，确认解析成功
print(sat0["epoch"].dtype)
# 输出结果为 datetime64[ns] 即为解析正常

2. 执行时间筛选 #

用引号包裹时间阈值字符串，pandas会自动匹配ISO 8601格式做时间对比：

# 写法1：直接用字符串对比（pandas自动隐式转换，写法简洁）
sat0 = sat0[sat0["epoch"] < "2014-01-02T00:00:00.000"]

# 写法2：显式转换阈值为时间类型（更严谨，避免隐式转换异常）
cutoff = pd.to_datetime("2014-01-02T00:00:00.000")
sat0 = sat0[sat0["epoch"] < cutoff]

如果读取后epoch列还是object类型，可以手动转换后再筛选：

sat0["epoch"] = pd.to_datetime(sat0["epoch"])
sat0 = sat0[sat0["epoch"] < "2014-01-02"]
# 阈值可以省略时分秒，pandas会默认将"2014-01-02"识别为当天00:00:00

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