Pandas中loc替换completed_date 1900-01-01为2019-01-01失效解法

运行无报错但更新未生效，本质是筛选条件两侧的对象类型不匹配，导致条件返回全False的掩码，没有命中任何目标行，常见触发场景与处理方案如下：

• 最常见触发场景：completed_date为datetime64类型，而非字符串类型
  从CSV、Excel导入日期类字段时，pandas会自动将可解析的日期值转换为datetime格式，此时直接用字符串'1900-01-01'与datetime列做全等比较，多数老版本pandas会直接返回全False的结果，不会抛出类型错误。
  修正写法：统一将比较值与更新值转为pd.Timestamp类型，保证两侧类型一致：

  df.loc[df['completed_date'] == pd.Timestamp('1900-01-01'), 'completed_date'] = pd.Timestamp('2019-01-01')
  

• 次要触发场景：completed_date为字符串/object类型，但值带不可见空格、制表符
  数据源导出时可能在日期值前后附带不可见空白字符，直接做全等匹配会漏命中。
  修正写法：先对字符串值做去空格清洗，再执行替换：

  # 清除列值前后的空白字符
  df['completed_date'] = df['completed_date'].str.strip()
  # 执行原值的批量替换
  df.loc[df['completed_date'] == '1900-01-01', 'completed_date'] = '2019-01-01'
  

• 低概率触发场景：completed_date为object类型，混合存储字符串与Timestamp对象
  这类问题多由前期对列做过零散手动修改、多源数据拼接导致，直接写单一格式的筛选条件很容易漏匹配。
  修正写法：使用原生replace方法批量覆盖所有可能的存储形式，不需要手动判断列的实际类型：

  df['completed_date'] = df['completed_date'].replace(
      to_replace=['1900-01-01', pd.Timestamp('1900-01-01')],
      value=['2019-01-01', pd.Timestamp('2019-01-01')]
  )
  

提前校验技巧 #

执行替换前，可以先打印筛选条件命中的行数，确认掩码能正常工作：

# 查看当前筛选条件能匹配到的记录数
print(len(df.loc[df['completed_date'] == '1900-01-01']))

如果输出结果为0，可先通过df['completed_date'].dtype查看字段实际类型，再对应调整比较值的类型即可。

内容的提问来源于stack exchange，提问作者ASH