Python 在Pandas中的日期列上制作布尔掩码

假设我有一个日期格式不正确的数据框：

df = pd.DataFrame(['01-01-1980','2001-03-01','05/22/2020'],columns=['DATE'])

我想将它们与某个日期“06/07/2003”进行比较。对时间戳转换的值执行布尔掩码是一个明显的方法：

mask=pd.Timestamp(df['DATE']) < pd.Timestamp('06/07/2003')

mask=pd.Timestamp（df['DATE']）

但这并没有实现，因为时间戳不理解Series对象。你可以走人行道，但那很难看：

mask=pd.Series([pd.Timestamp(df.loc[x,'DATE']) for x in df['DATE'].index]) < pd.Timestamp('06/07/2003')

mask=pd.Series（[pd.Timestamp（df.loc[x，'DATE']），用于df['DATE']索引中的x]）

---

如何简明扼要地做到这一点？

实际上，我在发帖时找到了一个答案——熊猫系列课程中有“应用”功能：

mask=df['DATE'].apply(pd.Timestamp) < pd.Timestamp('06/07/2003')

mask=df['DATE'].apply（pd.Timestamp）

用于转换为日期时间，也可以使用字符串进行比较：

mask = pd.to_datetime(df['DATE']) < '06/07/2003'
print (mask)
0     True
1     True
2    False
Name: DATE, dtype: bool

mask=pd.to_datetime（df['DATE']）<'06/07/2003'
打印（遮罩）
0对
1正确
2错误
名称：日期，数据类型：bool

使用

pd.to_datetime（df['DATE']）

代替

pd.Timestamp