解决Pandas无法将numpy.ndarray日期转为Timestamp的时间序列填充问题

错误根源 #

你的DataFrame索引元素并非单个datetime/Timestamp对象，而是嵌套的numpy.ndarray（比如[[datetime.datetime(2007, 10, 30, 0, 0)]]这类结构），pd.date_range无法直接将嵌套数组转换为Timestamp，因此触发报错。

解决方案 #

先将索引修正为正确的Timestamp类型，再执行reindex操作：

方法1：批量转换索引格式

import numpy as np
import pandas as pd

# 提取嵌套数组中的datetime值，统一转换为Timestamp
res.index = pd.to_datetime(
    res.index.map(lambda x: x[0][0] if isinstance(x, (list, np.ndarray)) else x)
)

# 生成连续日期范围，重新索引并填充空值为0
res = res.reindex(pd.date_range(res.index[0], res.index[-1])).fillna(0)

方法2：单独处理首尾日期

如果仅首尾索引存在嵌套问题，可直接提取数组内的datetime对象：

# 获取首尾日期的单个datetime实例
start_date = res.index[0].item() if isinstance(res.index[0], np.ndarray) else res.index[0]
end_date = res.index[-1].item() if isinstance(res.index[-1], np.ndarray) else res.index[-1]

# 生成日期范围并完成重索引
res = res.reindex(pd.date_range(start_date, end_date)).fillna(0)

验证 #

执行代码后，可通过print(res.index)确认索引已转为连续的Timestamp序列，空日期对应的行值会被自动填充为0。

内容的提问来源于stack exchange，提问作者Nard Li