Pandas中使用DatetimeIndex无法筛选2017年1月股票数据的问题

问题代码 #

appl_df = pd.read_csv('../excelPandas/aapl_tsa1.csv')
appl_df['Date'] = pd.to_datetime(appl_df.Date, format='mixed')
appl_df = appl_df.set_index(appl_df.Date)
appl_df = appl_df.drop('Date', axis='columns')
print(appl_df)
# Loading all the data samples from appl_df['2017-01']
print(appl_df['2017-01'].Close)

报错信息 #

数据集输出（包含2016年7月至2017年7月数据）：

Open    High     Low   Close    Volume
Date                                                
2017-07-07  142.90  144.75  142.90  144.18  19201712
2017-07-06  143.02  143.50  142.41  142.73  24128782
2017-07-05  143.69  144.79  142.72  144.09  21569557
2017-07-03  144.88  145.30  143.10  143.50  14277848
2017-06-30  144.45  144.96  143.78  144.02  23024107
...            ...     ...     ...     ...       ...
2016-07-15   98.92   99.30   98.50   98.78  30136990
2016-07-14   97.39   98.99   97.32   98.79  38918997
2016-07-13   97.41   97.67   96.84   96.87  25892171
2016-07-12   97.17   97.70   97.12   97.42  24167463
2016-07-11   96.75   97.65   96.73   96.98  23794945

[251 rows x 5 columns]

KeyError报错：

Traceback (most recent call last):
  File "/Users/my_name/anaconda3/lib/python3.11/site-packages/pandas/core/indexes/base.py", line 3790, in get_loc
    return self._engine.get_loc(casted_key)
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "index.pyx", line 152, in pandas._libs.index.IndexEngine.get_loc
  File "index.pyx", line 181, in pandas._libs.index.IndexEngine.get_loc
  File "pandas/_libs/hashtable_class_helper.pxi", line 7080, in pandas._libs.hashtable.PyObjectHashTable.get_item
  File "pandas/_libs/hashtable_class_helper.pxi", line 7088, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: '2017-01'

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "/Users/my_name/PycharmProjects/pandas/  pandasTimeSeriesAnalysis/datetimeIndexAndResample_tsa1.py", line 12, in <module>
    print(appl_df['2017-01'].Close)
          ~~~~~~~^^^^^^^^^^^
  File "/Users/my_name/anaconda3/lib/python3.11/site-packages/pandas/core/frame.py", line 3896, in __getitem__
    indexer = self.columns.get_loc(key)
              ^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/Users/my_name/anaconda3/lib/python3.11/site-packages/pandas/core/indexes/base.py", line 3797, in get_loc
    raise KeyError(key) from err
KeyError: '2017-01'

错误原因 #

新版pandas中，DataFrame['xxx']语法默认用于访问列名，而非行索引切片。你写的appl_df['2017-01']会被解析为查找名为'2017-01'的列，但数据列只有Open、High、Low、Close、Volume，因此触发KeyError。

解决方案 #

方案1：使用.loc进行行索引切片 #

这是最规范的方式，明确指定访问行索引：

# 直接筛选2017年1月的Close列
print(appl_df.loc['2017-01', 'Close'])
# 或先取整月数据再提取Close列
print(appl_df.loc['2017-01'].Close)

方案2：使用行索引切片语法 #

也可以直接用切片方式筛选日期范围：

print(appl_df['2017-01':'2017-01'].Close)

方案3：简化数据读取代码 #

读取CSV时直接将Date列设置为DatetimeIndex，减少代码步骤：

appl_df = pd.read_csv(
    '../excelPandas/aapl_tsa1.csv',
    parse_dates=['Date'],
    index_col='Date'
)
# 之后直接用.loc筛选即可
print(appl_df.loc['2017-01'].Close)

额外验证（可选） #

若不确定索引类型，可先检查：

print(type(appl_df.index))  # 应输出 <class 'pandas.core.indexes.datetimes.DatetimeIndex'>

内容的提问来源于stack exchange，提问作者Qendala