必须先用pd.to_datetime()将时间列转为datetime64类型，否则字符串比较会出错；含非法值时加errors='coerce'转为nat；转换后用>=和
确保时间列是 datetime64 类型
直接用字符串比较时间范围会失败，Pandas 无法按字典序正确判断“2023-01-01”和“2023-01-02”的先后。必须先用 pd.to_datetime() 转换，否则 df['timestamp'] > '2023-01-01' 可能返回意外结果或警告。
- 如果原始列是字符串（如
'2023-01-01 10:23:45'），执行：df['timestamp'] = pd.to_datetime(df['timestamp'])
- 若含非法值（如
'N/A'或空字符串），加errors='coerce'将其转为NaT：df['timestamp'] = pd.to_datetime(df['timestamp'], errors='coerce')
- 转换后检查类型：
df['timestamp'].dtype应返回datetime64[ns]
用布尔索引做闭区间时间过滤
最常用、最直观的方式是组合两个条件，注意边界是否包含——日志场景通常需要包含起止时刻，所以用 >= 和 。
- 过滤 2023-01-01 00:00:00 到 2023-01-05 23:59:59 的数据：
mask = (df['timestamp'] >= '2023-01-01') & (df['timestamp'] <code>df[mask]</code> 即可获取子集
- 字符串日期会被自动解析为当日 00:00:00；若需精确到秒，直接写完整时间字符串：
'2023-01-01 08:00:00' - 避免用
df['timestamp'].between('2023-01-01', '2023-01-05')——它默认是左闭右闭，但对datetime64类型行为一致；不过显式写&更可控，尤其当后续要叠加其他条件时
处理时区与本地时间偏差
日志时间常带时区（如 UTC），而你的过滤条件可能按本地时间写，不统一就会漏数据。
- 先确认原始时间是否有时区信息：
df['timestamp'].dt.tz返回None表示无时区，返回pytz.UTC等表示已带时区 - 若原始是 UTC 时间，想查北京时间（UTC+8）的 9:00–17:00，不能直接写
'2023-01-01 09:00:00'，而应：start_utc = pd.Timestamp('2023-01-01 01:00:00', tz='UTC')<br><pre class="brush:php;toolbar:false;">end_utc = pd.Timestamp('2023-01-01 09:00:00', tz='UTC')再过滤 - 若原始无时区但其实是 UTC，用
.dt.tz_localize('UTC') 标记；若要转成本地时区再过滤，用 <code>.dt.tz_convert('Asia/Shanghai')
性能敏感时改用 query() 或预设索引
百万行以上日志，反复布尔索引可能慢；两种加速路径：
- 用
query()提高可读性（底层仍转为布尔索引）：df.query("'2023-01-01' 注意：字符串必须用单引号包裹，变量要用 <code>@变量名</code> - 更彻底的优化：把时间列设为 DatetimeIndex：
df_indexed = df.set_index('timestamp')<br><pre class="brush:php;toolbar:false;">df_indexed.loc['2023-01-01':'2023-01-05']这种切片支持部分字符串匹配（如只写日期），且底层基于排序索引，速度显著更快——但要求时间列已排序且唯一性非强制
set_index + <code>loc 的提速就非常明显。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
