使用Pandas按日期范围过滤数据结果不符合预期，遗漏了什么？

• 你当前使用字符串格式的日期做大小比较，字符串比较逻辑是逐字符比对ASCII编码，不会按照实际日期的先后顺序判断，例如10/01/2021与4/29/2021比较时，首字符1的ASCII码小于4，会被误判为更早的日期，直接导致过滤结果不符合预期。
• 读取CSV文件时没有将collectedDate字段转换为日期类型，Pandas默认会将该字段识别为字符串（object）类型，不支持日期维度的逻辑比较。

修改核心点为：将参与比较的collectedDate字段和阈值日期统一转为datetime类型，使用日期逻辑做过滤。
修复后完整代码如下：

# -*- coding: utf-8 -*-
import pandas as pd
import sys
from dateutil.relativedelta import relativedelta
import datetime

reload(sys)
sys.setdefaultencoding('utf-8')

today = datetime.date.today()
three_mon_rel = relativedelta(months=-3)
# 保留datetime类型，无需转为字符串
three_months_period = today + three_mon_rel

# 读取CSV时直接将collectedDate解析为日期类型，匹配你使用的月/日/年格式
data = pd.read_csv(
    'output.csv',
    parse_dates=['collectedDate'],
    date_format='%m/%d/%Y'
)

# 此时比较按真实日期先后逻辑判断，结果符合预期
rslt_df = data[data['collectedDate'] >= three_months_period]
print(rslt_df)

注：如果你使用的是Pandas 2.0以下版本，可将读取CSV时的date_format参数替换为date_parser=lambda x: pd.to_datetime(x, format='%m/%d/%Y')即可正常运行。

内容的提问来源于stack exchange，提问作者Ernesto CD