Python 熊猫过滤和比较日期

我有一个sql文件，它由下面的数据组成，我将这些数据读入pandas

df = pandas.read_sql('Database count details', con=engine,
                     index_col='id', parse_dates='newest_available_date')

输出

id       code   newest_date_available
9793708  3514   2015-12-24
9792282  2399   2015-12-25
9797602  7452   2015-12-25
9804367  9736   2016-01-20
9804438  9870   2016-01-20

下一行代码是获取上周的日期

date_before = datetime.date.today() - datetime.timedelta(days=7) # Which is 2016-01-20

我想做的是，将

date\u之前的

与

df

进行比较，并打印出所有小于

date\u之前的行

if（df[“最新可用日期”]

显然，这会返回一个错误

序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

---

我该怎么做呢？

我会做一个面具，比如：

a = df[df['newest_date_available'] < date_before]

使用

datetime.date（2019,1,10）

有效，因为

pandas

将日期强制为引擎盖下的日期时间。 但是，在未来版本的

pandas

中将不再如此

从版本0.24及更高版本开始，它现在发出警告：

FutureWarning:将日期时间序列与“datetime.date”进行比较。 当前，“datetime.date”被强制为datetime。未来 pandas不会强制，并且会引发TypeError

更好的解决方案是在as

Pandas

上提出的替代python datetime.datetime对象的方案

为了提供一个引用OP初始数据集的示例，您可以这样使用它：

import pandas
cond1 = df.newest_date_available < pd.Timestamp(2016,1,10)
df.loc[cond1, ]

导入熊猫
cond1=df.最新可用日期

我仍然得到错误

序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

我复制了您的数据帧，并使用

df=pd.read\u剪贴板（parse\u dates=['latest\u date\u available']）

将其读回，然后该过程正常运行。试着这样做，如果你还有问题，请告诉我。请记住，

parse_dates

参数需要一个列表，因此在您的

pd.read_sql（parse_dates=['newst_available_data']）

。我用

print（a）

复制了

a=df[df['newst_date_available']

，它成功了！但是，当我试图把它放入<代码>如果语句时，我得到了错误，因为我想做一个类似于<代码>的事情，如果A是真的：合并ID与代码< /代码>类似的事情。考虑发布一个新的问题，你原来的问题只是关于一些规则的过滤和打印日期。谢谢。为什么

还要确保您的列是datetime类型。使用df.dtypes
import pandas
cond1 = df.newest_date_available < pd.Timestamp(2016,1,10)
df.loc[cond1, ]