Pandas日期类型比较及多级索引DataFrame过滤报错求助

直接解决方案 #

针对多级索引（第0层为日期）的DataFrame，可通过以下三种方式修复日期过滤的类型错误：

forecast_start_date = df.index.get_level_values(0).max() + pd.DateOffset(months=1)
forecast_end_date = df.index.get_level_values(0).max() + pd.DateOffset(months=12)

# 方案1：将索引层级转为DatetimeIndex
date_level = pd.DatetimeIndex(df_test.index.get_level_values(0))
df_filtered = df_test[(date_level >= forecast_start_date) & (date_level <= forecast_end_date)]

# 方案2：用pd.Index包装数组
date_level = pd.Index(df_test.index.get_level_values(0))
df_filtered = df_test[(date_level >= forecast_start_date) & (date_level <= forecast_end_date)]

# 方案3：简洁的索引切片（推荐）
df_filtered = df_test.loc[forecast_start_date:forecast_end_date, :]

问题原因 #

报错TypeError: '>=' not supported between instances of 'numpy.ndarray' and 'Timestamp'是因为get_level_values(0)返回的是numpy数组，而非Pandas的日期索引对象，直接与Timestamp类型的日期比较会触发类型不兼容问题。

原问题背景 #

尝试通过另一个DataFrame的日期过滤当前多级索引（第0层为日期）的DataFrame时，始终触发上述错误。已尝试过以下方案但未解决：

• 《Filtering Pandas DataFrames on dates》
• 《Datetime and Timestamp equality in Python and Pandas》

原代码如下：

forecast_start_date = (df.index.get_level_values(0).max()+pd.DateOffset(months=1))
forecast_end_date = (df.index.get_level_values(0).max() + pd.DateOffset(months=12))
df_test[(df_test.index.get_level_values(0) >= forecast_start_date) & 
        (df_test.index.get_level_values(0) <= forecast_end_date)]

内容的提问来源于stack exchange，提问作者JordanBH