基于其他DataFrame时间戳过滤Pandas DataFrame报错解决

嗨，这个括号的坑我之前也踩过，咱们先搞明白报错原因，再给你两个简单靠谱的解决办法！

为什么会触发这个报错？ #

你写的dates2[[dates2['date'] <= most_recent_dates1]]用了双层方括号，这会让Pandas误以为你要索引列，但你括号里的是一个长度为1104的布尔序列（和dates2的行数完全匹配），Pandas找不到对应长度的列，自然就抛出了ValueError: Item wrong length 1 instead of 1104。

方法1：单层方布尔索引（最直接） #

只需要去掉一层括号，直接用布尔掩码过滤行就行：

dates3 = dates2[dates2['date'] <= most_recent_dates1]

单层方括号会把里面的布尔序列当成行过滤的条件——每个元素对应dates2的一行，符合<= most_recent_dates1条件的行会被保留下来。

方法2：用query()函数（语法更清爽） #

如果你喜欢更直观的写法，可以用query()，通过@符号引用外部变量most_recent_dates1：

dates3 = dates2.query('date <= @most_recent_dates1')

这种方式可读性更强，尤其是处理复杂过滤条件的时候，代码会更整洁。

验证结果 #

你可以打印dates3.shape看看，结果应该是(744, 1)，和dates1的行数完全一致（31天×24小时=744行），说明过滤成功啦。

内容的提问来源于stack exchange，提问作者Sean McCarthy