含空值的Pandas DataFrame如何正确筛选指定日期范围的数据？

云原生阿岚

2026-5-28

解决Pandas日期列的空值+指定范围筛选问题

首先啊，你遇到的核心问题大概率是日期列的类型不对——如果你的date_column还是字符串（object类型），直接用日期范围筛选肯定行不通，而且空值处理也会混乱。咱们一步步来解决：

第一步：把日期列转换成标准datetime类型

原始数据里混着日期字符串和空值/无效值（比如你示例里的...），先统一转换成Pandas能识别的datetime格式，用errors='coerce'把无效内容转成Pandas的空日期标记NaT，方便后续处理：

import pandas as pd

# 转换日期列类型
df['date_column'] = pd.to_datetime(df['date_column'], errors='coerce')

第二步：构建筛选条件并应用

我们需要筛选空值（NaT） 或者 在指定日期范围内 的数据，用逻辑运算符把两个条件合并：

# 定义你要筛选的日期范围
start_date = '2017-01-01'
end_date = '2018-01-01'

# 组合条件：空值 或 日期在范围内
filter_condition = df['date_column'].isna() | ((df['date_column'] >= start_date) & (df['date_column'] <= end_date))

# 得到筛选后的结果
filtered_df = df[filter_condition]

为啥你之前的方法没效果？

第一个方法df[df['date_column'].loc['2017-01-01':'2018-01-01']]：loc是用来按行索引/列标签切片的，不是用来筛选列值范围的，逻辑完全不对。
第二个方法isin(pd.date_range(...))：date_range生成的是离散的日期列表（比如你写的两个月末日期），只会匹配正好等于这些日期的行，不是范围筛选。
第三个方法str.contains()：如果列转成了datetime类型，调用str属性会直接报错；如果还是字符串类型，正则写起来麻烦，还容易匹配到不符合格式的内容，空值处理也会出问题。