如何基于另一个DataFrame的日期范围筛选目标DataFrame数据

看起来你尝试用另一个DataFrame的日期范围来筛选第一个DataFrame的数据，但当前的代码存在语法和逻辑问题。我来帮你修正并给出可行的方案。

首先，先明确你的原始数据结构（我把它整理成可运行的代码形式）：

import pandas as pd

# 构造你的df1
df1 = pd.DataFrame({
    'name': ['aaa', 'aba', 'aac', 'daa'],
    'paid_amount': [10, 10, 10, 10],
    'date_paid': ['2017-10-10', '2017-01-10', '2017-10-10', '2017-16-10']
})

# 构造你的df2
df2 = pd.DataFrame({
    'start_date': ['2017-01-01'],
    'end_date': ['2018-01-01']
})

你的原始代码存在的问题 #

• $date_paid是错误的语法，在pandas中引用DataFrame的列应该用df1['date_paid']
• isin()方法用于检查元素是否存在于一个集合中，不能用来判断数值/日期范围
• df2.start_date && df2.end_date不符合pandas的语法：布尔运算应该用&，而且这里你需要的是提取df2中的单个日期值（因为df2只有一行），而不是直接操作整个Series

正确的实现步骤 #

1. 先把日期列转换为datetime类型

原始数据中的日期是字符串，必须转换成pandas的datetime类型才能进行范围比较，同时处理无效日期（比如你df1里的2017-16-10，月份16是无效的，转换时会变成NaT）：

# 转换日期列，errors='coerce'将无效日期转为NaT（Not a Time）
df1['date_paid'] = pd.to_datetime(df1['date_paid'], errors='coerce')
df2['start_date'] = pd.to_datetime(df2['start_date'])
df2['end_date'] = pd.to_datetime(df2['end_date'])

2. 提取df2中的日期范围

因为df2只有一行数据，我们可以直接提取标量值：

start_date = df2['start_date'].iloc[0]
end_date = df2['end_date'].iloc[0]

3. 筛选符合条件的数据

有两种常用方法：

方法一：使用between()函数

# 筛选date_paid在[start_date, end_date]之间，且排除无效日期（NaT）
filtered_df = df1[(df1['date_paid'].between(start_date, end_date)) & (df1['date_paid'].notna())]

方法二：直接用布尔索引比较

filtered_df = df1[(df1['date_paid'] >= start_date) & (df1['date_paid'] <= end_date) & (df1['date_paid'].notna())]

最终结果 #

运行上述代码后，filtered_df会包含df1中前三条有效日期的数据，第四条因为2017-16-10是无效日期被排除：

内容的提问来源于stack exchange，提问作者kk420