如何在Pandas的MultiIndex中保留DatetimeIndex的freq属性？

将带有freq属性的pd.DatetimeIndex作为pd.MultiIndex的一部分后，该层级的freq属性被置为None，希望保留该属性。示例代码如下：

# 生成带月度频率的DatetimeIndex
dates = pd.date_range('2000-01-01', '2000-03-31', freq='M')
# 生成标签索引
labls = pd.Index(['AA','BB'])
# 构建多级索引
multi = pd.MultiIndex.from_product([dates, labls])

原始dates的freq属性正常：

dates
# 输出：
# DatetimeIndex(['2000-01-31', '2000-02-29', '2000-03-31'],
#               dtype='datetime64[ns]', freq='M')

但从MultiIndex中提取第0层后，freq变为None：

multi.get_level_values(0)
# 输出：
# DatetimeIndex(['2000-01-31', '2000-01-31', '2000-02-29', '2000-02-29',
#                '2000-03-31', '2000-03-31'],
#               dtype='datetime64[ns]', freq=None)

注：尝试过用pd.PeriodIndex替代，但因需要区分月初（MS）和月末（M）频率，PeriodIndex无法满足需求，故排除该方案。

DatetimeIndex的freq属性要求序列是无重复、连续且严格符合频率规则的时间序列。当通过from_product构建MultiIndex时，时间值会重复出现，破坏了这一条件，因此Pandas会自动将该层级的freq置为None。

1. 手动恢复freq属性 #

直接复用原始DatetimeIndex的freq，手动赋值给MultiIndex的时间层级：

# 获取原始频率
original_freq = dates.freq
# 提取MultiIndex的时间层级
dt_level = multi.get_level_values(0)
# 手动设置freq属性
dt_level.freq = original_freq

# 验证结果
print(dt_level)
# 输出：
# DatetimeIndex(['2000-01-31', '2000-01-31', '2000-02-29', '2000-02-29',
#                '2000-03-31', '2000-03-31'],
#               dtype='datetime64[ns]', freq='M')

注意：这种方式是强制设置属性，由于序列存在重复值，后续依赖连续无重复时间序列的操作（如resample的部分场景）可能仍会出现异常，但如果仅需保留freq用于标识或简单逻辑判断，该方法完全可行。

2. 存储元数据记录频率 #

如果不想修改层级本身的属性，可以给MultiIndex添加自定义元数据来保存原始频率：

# 给MultiIndex设置名称
multi.names = ['date', 'label']
# 添加元数据存储原始频率
multi._metadata = {'date_freq': original_freq}

# 查看元数据中的频率
print(multi._metadata['date_freq'])
# 输出：<MonthEnd>

这种方式不会改变层级的freq属性，但可以通过元数据持久化原始频率信息，适合需要记录但不直接依赖层级freq的场景。

3. 复用原始DatetimeIndex做频率相关操作 #

如果后续需要对时间维度执行频率相关的操作（如频率转换、时间偏移），直接使用原始的dates而非从MultiIndex中提取的层级，确保操作基于正确的频率规则。

内容的提问来源于stack exchange，提问作者Jetpac