python - 类型错误 : '>=' not supported between instances of 'datetime.date' and 'str'

Question

我的 pandas df3 看起来像这样:

df3 = pd.DataFrame([['23.02.2012', '23.02.2012', 'aaa'], ['27.02.2014', '27.02.2014', 'bbb'], ['17.08.2018', '17.08.2018', 'ccc'], ['22.07.2019', '22.07.2019', 'ddd']], columns=['date', 'period', 'text'])

如果日期对应，我想让period列显示以下期间。由于某些date值使用时间戳进行格式化，而另一些则没有，因此它没有创建正确的(没有时间戳)period值。这就是我这样做的原因 df3['question_date'].dt.date

df3['date'] = pd.to_datetime(df3['date'], errors = 'coerce')
df3['question_date'] = df3['question_date']
df3['period'] = df3['date']
col_name = 'period'
strt_col = df3.pop(col_name)
df3.insert(5, col_name, strt_col)

date1 = pd.Timestamp('1990-10-14').date()
date2 = pd.Timestamp('1994-11-10').date()
date3 = pd.Timestamp('1999-10-1').date()
date4 = pd.Timestamp('2004-6-13').date()
date5 = pd.Timestamp('2009-8-30').date()
date6 = pd.Timestamp('2014-10-14').date()
date7 = pd.Timestamp('2019-11-26').date()
date8 = pd.Timestamp('2021-9-20').date()
mask1 = (df3['question_date'] >= 'date1') & (df3['question_date'] < 'date2')
mask2 = (df3['question_date'] >= 'date2') & (df3['question_date'] < 'date3')
mask3 = (df3['question_date'] >= 'date3') & (df3['question_date'] < 'date4')
mask4 = (df3['question_date'] >= 'date4') & (df3['question_date'] < 'date5')
mask5 = (df3['question_date'] >= 'date5') & (df3['question_date'] < 'date6')
mask6 = (df3['question_date'] >= 'date6') & (df3['question_date'] < 'date7')
mask7 = (df3['question_date'] >= 'date7') & (df3['question_date'] < 'date8')
df3.loc[mask1, 'leg_per'] = '1990-1994'
df3.loc[mask2, 'leg_per'] = '1994-1999'
df3.loc[mask3, 'leg_per'] = '1999-2004'
df3.loc[mask4, 'leg_per'] = '2004-2009'
df3.loc[mask5, 'leg_per'] = '2009-2014'
df3.loc[mask6, 'leg_per'] = '2014-2019'
df3.loc[mask7, 'leg_per'] = '2019-2021'
.
.
.

在 mask1 处抛出错误

TypeError: '>=' not supported between instances of 'datetime.date' and 'str'

原问题:preventing timestamp creation in to_datetime() formatting in order to group by periods

Answer 1

这是您的示例的稍加修改的版本，

import pandas as pd

df3 = pd.DataFrame([['23.02.2012', 'aaa'], ['27.02.2014', 'bbb'], 
                    ['17.08.2018', 'ccc'], ['22.07.2019', 'ddd']], 
                   columns=['date', 'text'])

# ensure datetime64[ns] type
df3['date'] = pd.to_datetime(df3['date'], dayfirst=True)

请注意，对于示例中给定的日期/时间格式，您 need to specify that the day comes first如果您不提供格式。另外，仅当您知道自己在做什么时才使用 errors='coerce' - 我总是更喜欢首先引发错误。

现在让我们为特定日期范围创建一个掩码。请注意，pandas 足够聪明，您可以将日期用作字符串(另请参阅 Indexing，也可以应用于比较):

date1 = '2010-10-14'
date2 = '2014-11-10'
m = (df3['date'] >= '2010-10-14') & (df3['date'] < '2014-11-10')

df3.loc[m, 'leg_per'] = '2010-2014'

虚拟 df 看起来像

df3
        date text    leg_per
0 2012-02-23  aaa  2010-2014
1 2014-02-27  bbb  2010-2014
2 2018-08-17  ccc        NaN
3 2019-07-22  ddd        NaN

---

一般来说，如果您在 pandas 中使用日期/时间，并且希望避免一些麻烦:请使用 pandas 提供的 datetime64 数据类型。避免使用 Python 的 datetime、日期和时间类。它会导致您遇到的问题，并减少您手头的功能。