二级时间MultiIndex DataFrame切片触发KeyError问题求助

先确认索引层级顺序 #

先检查你的MultiIndex层级是否是[symbol, 时间戳]，执行df.index.names查看输出，必须保证symbol是第一层级，时间戳是第二层级，否则切片逻辑完全错误。

正确切片方法 #

方法1：用pd.IndexSlice配合slice对象 #

直接用slice替代冒号的写法，能避免索引匹配问题：

# 提取symbol从指定日期开始的所有数据
filtered_df = df.loc[pd.IndexSlice[symbol, slice(date, None)], :]

# 提取symbol截止到指定日期的所有数据
filtered_df = df.loc[pd.IndexSlice[symbol, slice(None, date)], :]

如果你的时间戳是标准格式，也可以直接用字符串日期：

filtered_df = df.loc[pd.IndexSlice[symbol, '2021-03-01':], :]

方法2：先取symbol子表再切片日期 #

既然df.loc[symbol]能正常获取对应symbol的全量数据，直接在子表上做日期过滤更简单：

symbol_df = df.loc[symbol]
# 取指定日期及之后的数据
filtered_df = symbol_df[symbol_df.index >= date]
# 取指定日期及之前的数据
filtered_df = symbol_df[symbol_df.index <= date]

方法3：用xs提取后再过滤 #

xs方法可以精准提取指定层级的索引数据，再通过层级取值做日期过滤：

# drop_level=False保留原MultiIndex结构
symbol_df = df.xs(symbol, level='symbol', drop_level=False)
filtered_df = symbol_df.loc[symbol_df.index.get_level_values('datetime') >= date]

常见报错原因 #

• 索引层级顺序颠倒：如果你的MultiIndex是[时间戳, symbol]，那pd.IndexSlice[symbol, date:]必然报错，要改成pd.IndexSlice[date:, symbol]
• 时区不匹配：即使都是Timestamp类型，如果你的date和索引时间戳的时区不一致（比如一个带UTC，一个不带），会导致匹配失败，可通过date.tz_localize(None)移除时区后再尝试

内容的提问来源于stack exchange，提问作者Nicolas Rey