Pandas多索引DataFrame指定Timestamp索引行号获取及KeyError排查

核心问题 #

你用df.index.levels[2]获取时间戳的做法存在错误——levels返回的是该索引层级的所有历史唯一值（哪怕某些值对应的行已经被过滤掉），而非当前DataFrame中实际存在的时间戳。所以你计算出的timestamp_to_go_to可能只是在索引的候选值列表里，当前数据中根本没有对应行，自然触发KeyError。

修复步骤 #

1. 正确获取当前数据的时间戳范围

替换首尾时间戳的获取逻辑，确保拿到的是当前数据中真实存在的时间戳：

# 获取当前DataFrame中实际存在的Timestamp唯一值
actual_timestamps = df.index.get_level_values('Timestamp').unique()
first_row_timestamp = actual_timestamps.min()
last_row_timestamp = actual_timestamps.max()

how_far_back_to_go_sec = int(how_far_back_to_go_mins) * 60
timestamp_to_go_to = last_row_timestamp - how_far_back_to_go_sec

if timestamp_to_go_to < first_row_timestamp:
    print(f"Error: 日志没有那么早的数据。(目标时间戳: {timestamp_to_go_to} 秒)")
    exit(1)

2. 定位目标时间戳对应的行

日志时间戳通常是离散的，若目标时间戳没有精确匹配的行，建议取第一个大于等于目标值的行，确保覆盖最近x分钟的所有数据：

# 筛选出所有时间戳晚于等于目标值的行
filtered_df = df[df.index.get_level_values('Timestamp') >= timestamp_to_go_to]

# 若确认目标时间戳存在，获取该时间戳下的任意一行（比如第一行）
if timestamp_to_go_to in actual_timestamps:
    target_row = df.xs(timestamp_to_go_to, level='Timestamp').iloc[0]
    # 获取对应行号（需指定具体Board值，或遍历所有Board）
    row_number = df.index.get_loc(('src', timestamp_to_go_to))

3. 修正绘图代码

用筛选后的数据集绘图，避免引用不存在的索引值，同时优化时间轴显示：

import plotly.graph_objects as go

fig = go.Figure()
figure_title = f"最近{how_far_back_to_go_mins}分钟温度趋势"

for board, board_df in filtered_df.groupby(level='Board'):
    # 将时间戳转为datetime格式，优化x轴显示
    x_dates = pd.to_datetime(board_df.index.get_level_values('Timestamp'), unit='s')
    fig.add_trace(go.Scatter(
        x=x_dates,
        y=board_df['Temp1'],
        mode='lines+markers',
        name=board,
        line=dict(width=1)
    ))

fig.update_layout(
    xaxis=dict(title="时间", tickformat='%H:%M:%S', type='date'),
    yaxis=dict(title='温度 (℃)'),
    title=figure_title
)
fig.show()

关键提醒 #

• 始终用get_level_values获取当前数据中实际存在的索引值，而非levels；
• 日志时间戳多为离散值，不要假设目标时间戳一定有精确匹配的行，范围筛选更可靠；
• 绘图时将时间戳转为datetime类型，能让时间轴显示更直观。

内容的提问来源于stack exchange，提问作者Grant