处理时区感知Datetime索引：解决yfinance股息数据筛选的时区警告

问题出在你用的start和end是时区朴素的date对象，而yfinance返回的stock.dividends的索引是带UTC时区的DatetimeIndex，pandas未来版本会禁止这种跨时区的索引切片，所以抛出了FutureWarning。

下面给你几种可行的替代方案：

方案1：将日期转为带UTC时区的Timestamp（推荐） #

直接把起始/结束日期转换成和股息数据索引同时区的Timestamp，时区匹配后就不会有警告：

import pandas as pd
import yfinance as yf
import datetime
from datetime import timedelta

st_dni = 1000
# 转为UTC时区的Timestamp，normalize()去掉时间部分只保留日期
end = pd.Timestamp.now(tz='UTC').normalize()
start = end - timedelta(days=st_dni)
ticker = 'XOM'

stock = yf.Ticker(ticker)
temp = pd.DataFrame(stock.dividends)
div = temp.loc[start:end]

print(div)

方案2：移除股息数据索引的时区 #

如果不需要保留时区信息，可以把temp的索引转为时区朴素的DatetimeIndex，就能和原来的date对象兼容：

import pandas as pd
import yfinance as yf
import datetime
from datetime import timedelta

st_dni = 1000
end = datetime.date.today()
start = end - timedelta(days=st_dni)
ticker = 'XOM'

stock = yf.Ticker(ticker)
temp = pd.DataFrame(stock.dividends)
# 移除索引的时区信息
temp.index = temp.index.tz_localize(None)
div = temp.loc[start:end]

print(div)

方案3：使用布尔索引筛选 #

直接用布尔条件筛选日期范围，这种方式更直观，也能避开时区问题：

import pandas as pd
import yfinance as yf
import datetime
from datetime import timedelta

st_dni = 1000
end = datetime.date.today()
start = end - timedelta(days=st_dni)
ticker = 'XOM'

stock = yf.Ticker(ticker)
temp = pd.DataFrame(stock.dividends)
# 用布尔索引筛选，pandas会自动处理date和带时区datetime的比较
div = temp[(temp.index >= start) & (temp.index <= end)]

print(div)

注意：方案2和3要留意时区转换可能带来的日期偏移问题（比如UTC转本地时间可能导致日期差一天），如果需要精确匹配，优先用方案1。

内容的提问来源于stack exchange，提问作者Blaz