Pandas时间序列DataFrame按特定时间过滤触发KeyError问题排查

排查与解决步骤 #

• 先确认DataFrame的真实列名
  直接打印print(df.columns.tolist())，看看输出里有没有'timestamp'——别想当然，可能是大小写错了（比如Timestamp）、多了空格，或者列名本身是别的（比如trade_time）。

• 检查date_col变量的实际值
  你代码里用了df.set_index(date_col)，先打印print(date_col)确认它是不是等于'timestamp'。如果变量值写错了（比如写成'time'），设置索引时找不到列，后续reset_index()自然也不会有timestamp列，直接触发KeyError。

• 确保timestamp列是datetime类型
  at_time方法只对datetime类型的索引生效，先把列转成datetime：

  df['timestamp'] = pd.to_datetime(df['timestamp'])
  

• 修正空DataFrame的判断逻辑
  原代码里if 过滤后的DataFrame:的写法有问题——空DataFrame在布尔判断里会报错，改成判断行数：

  filtered_df = df.set_index('timestamp').at_time('09:00').reset_index()
  if len(filtered_df) > 0:
      print("worked")
  

• 验证datamanager.py的字典配置
  确认字典里的键值对确实对应'timestamp'，而且这个配置已经正确传递到你的回测类中——比如字典是不是写成了{'date_col': 'timestamp'}，并且你在代码里正确读取了这个值（没有被其他变量覆盖）。

示例代码 #

假设你的DataFrame列名是Timestamp，可以这么调整：

# 统一列名为timestamp
df.rename(columns={'Timestamp': 'timestamp'}, inplace=True)
# 转换为datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'])
# 过滤09:00的数据并判断
filtered_df = df.set_index('timestamp').at_time('09:00').reset_index()
if len(filtered_df) > 0:
    print("worked")

内容的提问来源于stack exchange，提问作者Rez