如何获取DataFrame中匹配指定日期的行整数索引

你遇到的报错或空结果，核心原因大概率是日期列类型不统一（比如是字符串而非datetime类型），或是匹配时格式细节不匹配（比如目标日期带时分秒但原数据只有日期部分）。以下是可行的分步解决方案：

1. 统一日期列的类型 #

先确保拼接后的DataFrame中，日期列是标准datetime类型，避免字符串格式不一致导致匹配失败：

import pandas as pd

# 假设拼接后的DataFrame名为merged_df，日期列名为'date'
# 这里的format要和你的日期字符串格式对应，比如'%m/%d/%Y'或'%Y/%m/%d'
merged_df['date'] = pd.to_datetime(merged_df['date'], format='%Y-%m-%d')

2. 匹配目标日期并获取整数索引 #

场景1：仅存在一个匹配行 #

将目标日期也转为datetime类型，生成布尔掩码筛选后提取索引：

# 替换成你的目标日期字符串
target_date_str = '2023-10-01'
target_date = pd.to_datetime(target_date_str, format='%Y-%m-%d')

# 生成匹配掩码
match_mask = merged_df['date'] == target_date

# 获取整数索引
if match_mask.any():
    result_index = merged_df[match_mask].index[0]
    print(result_index)  # 输出类似5980的整数
else:
    print("未找到匹配的日期")

场景2：存在多个匹配行 #

如果可能有多个行符合条件，可获取所有整数索引的列表：

result_indices = merged_df[match_mask].index.tolist()
print(result_indices)  # 输出所有匹配的整数索引列表

之前方法失败的原因 #

• pd.query()：若日期列是字符串，直接字符串匹配可能因格式细节（如空格、隐式时分秒后缀）不匹配；未转成datetime时，query的日期比较逻辑会失效。
• dataframe.index[]：如果日期列不是DataFrame的索引（而是普通列），直接操作索引自然找不到对应行。
• index.get_loc()：该方法仅适用于索引本身是日期类型的情况，若你的索引是默认整数序列，调用它必然报错。

内容的提问来源于stack exchange，提问作者Angel Varela