如何在双索引Pandas时间序列DataFrame中使用.loc筛选数据？

你的问题核心是没掌握MultiIndex（双索引）下.loc的正确索引逻辑，下面分两种场景给出正确写法：

场景1：筛选特定日期范围 + 单个指定ticker #

如果你的DataFrame索引层级顺序是['date', 'ticker']（可通过df.index.names查看），正确写法如下：

# 方式1：直接用元组组合筛选条件
df.loc[("2000-01-03":"2000-01-06", "A"), :]

# 方式2：用pd.IndexSlice更清晰（复杂筛选时推荐）
import pandas as pd
df.loc[pd.IndexSlice["2000-01-03":"2000-01-06", "A"], :]

你之前的错误是把层级名称"date"写进了索引条件里，.loc的行索引部分直接用索引值即可，不需要层级名称；同时要把日期范围和ticker值放在同一个行索引的组合条件里。

场景2：筛选特定日期范围 + 所有ticker #

要保留所有ticker，只需要在ticker的位置用:或者留空（注意元组的逗号）：

# 方式1：元组中日期范围后加逗号，表示匹配该层级下所有值
df.loc[("2000-01-03":"2000-01-06",), :]

# 方式2：用pd.IndexSlice明确指定所有ticker
df.loc[pd.IndexSlice["2000-01-03":"2000-01-06", :], :]

额外注意：索引层级顺序 #

如果你的索引层级是['ticker', 'date']（先ticker后日期），写法需要调整：

# 筛选ticker"A"的指定日期范围
df.loc[("A", "2000-01-03":"2000-01-06"), :]

# 筛选所有ticker的指定日期范围
df.loc[(:, "2000-01-03":"2000-01-06"), :]
# 或者用IndexSlice
df.loc[pd.IndexSlice[:, "2000-01-03":"2000-01-06"], :]

内容的提问来源于stack exchange，提问作者euribate