Pandas日期索引使用loc进行日期范围切片时，边界日期不存在引发KeyError的问题求助

这个问题我之前处理过，咱们来理清楚原因和解决办法：

为什么会报错？ #

当你用loc[start:end]进行标签切片时，pandas默认会尝试精确匹配你指定的end_date标签。如果这个标签不存在于索引中，同时因类型匹配或索引单调性识别问题，触发了精确查找逻辑，就会抛出KeyError。

看你的数据，索引是连续的单调递增日期，理论上应该自动截断到最后一个存在的日期——大概率是因为你用了Python标准库的date对象，和pandas的Timestamp类型之间的隐式转换出现了小问题，导致pandas没触发“自动截断”的逻辑。

几种可行的解决方案 #

1. 改用pd.Timestamp创建日期边界

直接使用pandas的Timestamp类型定义起始和结束日期，确保和索引类型完全匹配，即使end_date超出范围，pandas会自动截断到最后一行：

import pandas as pd
from datetime import date

start_date = pd.Timestamp(2021, 8, 20)
end_date = pd.Timestamp(2021, 8, 24)
df = df.loc[start_date:end_date]

2. 动态获取索引的最大日期作为边界

如果你不确定end_date是否会超出范围，可以先获取数据中实际存在的最大日期，取两者的最小值作为结束边界：

max_date = df.index.max()
end_date = date(2021, 8, 24)  # 这里用你的date对象也可以
df = df.loc[start_date: min(end_date, max_date)]

3. 使用df.truncate()方法（推荐）

pandas专门提供了truncate()方法处理这种按日期截断的场景，即使指定的边界不存在也不会报错，会自动取最近的有效边界：

start_date = date(2021, 8, 20)
end_date = date(2021, 8, 24)
df = df.truncate(before=start_date, after=end_date)

4. 检查并修正索引单调性

如果上面的方法都没解决，可以先确认索引是否单调递增：

print(df.index.is_monotonic_increasing)

如果返回False，说明索引存在乱序，先排序再切片：

df = df.sort_index()
df = df.loc[start_date:end_date]

补充小提醒 #

你代码里的date(2021-08-20)写法是错误的！Python的date()函数参数是年、月、日三个整数，应该写成date(2021, 8, 20)，之前的写法会计算2021-8-20=1993，相当于date(1993)，这显然和你预期的日期不符——你说之前运行正常，应该是输入时的笔误，记得修正哦！

内容的提问来源于stack exchange，提问作者Kalik