使用datetime列双条件筛选DataFrame遇datetime64类型错误求助

首先先搞懂datetime64是什么：

• datetime64是NumPy和Pandas专门设计的时间数据类型，比Python原生的datetime对象效率高得多，特别适合处理大规模时间序列数据。你看到的datetime64[ns]表示这个时间类型精确到纳秒，这也是Pandas默认的时间存储格式。

接下来分析你遇到的错误原因：
你的代码出错是布尔运算符优先级的问题！在Python里，&（按位与）的优先级比>=/<=这些比较运算符更高。所以你的代码会先执行one_hour_ago & my_df['Date']，这就试图把一个datetime值和datetime类型的Series做按位运算，Pandas自然会报错——它没办法把datetime64[ns]类型转换成布尔值来完成这个运算。

正确的写法有两种： #

1. 给每个比较条件单独加括号，确保先完成比较，再做逻辑与：

my_df = my_df[(my_df['Date'] >= one_hour_ago) & (my_df['Date'] <= current_time)]

（注意：这里两个条件都要套括号，缺一不可！）

2. 用Pandas内置的between()方法，这种写法更简洁，还能避免优先级问题：

my_df = my_df[my_df['Date'].between(one_hour_ago, current_time)]

另外还要确认一点：one_hour_ago和current_time的类型要和my_df['Date']一致，都是datetime64[ns]类型。如果它们是Python原生的datetime对象，最好先用pd.to_datetime()转一下，比如：

one_hour_ago = pd.to_datetime(one_hour_ago)
current_time = pd.to_datetime(current_time)

内容的提问来源于stack exchange，提问作者Josh