如何使用Pandas DataFrame筛选两个日期区间内的所有行

刚好最近处理过类似的日期筛选需求，结合你给出的2017加州野火数据预处理代码，我来一步步帮你实现目标。首先得先把你的预处理代码补全（原代码缺了关键的导入和异常处理），然后再演示几种实用的筛选方法。

第一步：补全并完善预处理代码 #

原代码里用到了dateutil.parser.parse但没导入这个库，而且直接解析可能遇到异常，所以先补全并优化：

import pandas as pd
from pandas.io.html import read_html
from datetime import datetime
import dateutil.parser  # 补上缺失的导入

# 加载维基百科上的野火数据
wiki_fires = pd.read_html("https://en.wikipedia.org/wiki/2017_California_wildfires")
wildfire_df = wiki_fires[1]

# 修复列名（原表格第一行是列名）
wildfire_df.columns = wildfire_df.iloc[0]
wildfire_df = wildfire_df[1:]

# 安全解析日期：失败时返回空时间值（pd.NaT）
def safe_parse_date(date_str):
    try:
        return dateutil.parser.parse(date_str)
    except (ValueError, TypeError):
        return pd.NaT

# 转换日期列为datetime类型
wildfire_df["Start Date"] = wildfire_df["Start Date"].apply(safe_parse_date)
wildfire_df["Containment Date"] = wildfire_df["Containment Date"].apply(safe_parse_date)

# 可选：去掉日期解析失败的无效行
wildfire_df = wildfire_df.dropna(subset=["Start Date", "Containment Date"])

第二步：三种实用的日期区间筛选方法 #

方法1：布尔索引（最直观） #

直接对日期列做范围判断，用布尔值过滤行。注意要用&做元素级逻辑运算，每个条件加括号：

# 定义你要筛选的日期区间
start_date = datetime(2017, 7, 1)  # 起始日期：2017年7月1日
end_date = datetime(2017, 10, 31) # 结束日期：2017年10月31日

# 筛选"Start Date"在区间内的所有行
filtered_fires = wildfire_df[(wildfire_df["Start Date"] >= start_date) & (wildfire_df["Start Date"] <= end_date)]

方法2：用loc灵活筛选行+列 #

如果需要同时指定要保留的列，loc方法会更清晰：

# 筛选日期区间内的行，同时只保留核心列
filtered_fires = wildfire_df.loc[
    (wildfire_df["Start Date"] >= start_date) & (wildfire_df["Start Date"] <= end_date),
    ["Name", "Start Date", "Containment Date", "Acres Burned"]
]

方法3：between方法简化代码 #

Pandas的Series.between()可以直接判断元素是否在两个值之间，代码更简洁：

# between默认包含两端（inclusive=True），如果要排除两端可以设置inclusive="neither"
filtered_fires = wildfire_df[wildfire_df["Start Date"].between(start_date, end_date)]

小提示 #

• 一定要确保日期列是datetime类型，否则比较会出错。可以用wildfire_df.dtypes检查列类型。
• 如果你的日期是字符串格式，也可以用pd.to_datetime()批量转换，比如：wildfire_df["Start Date"] = pd.to_datetime(wildfire_df["Start Date"], errors="coerce")（errors="coerce"会把解析失败的转为pd.NaT）。

内容的提问来源于stack exchange，提问作者db4