如何解决TypeError: 'last'仅支持DatetimeIndex索引错误

运行日志解析代码时触发TypeError，错误提示：'last' only supports a DatetimeIndex index，目标是用last('3M')筛选最近3个月数据但执行失败。

原代码 #

def create_excel_file():
    master_list = []
    for name in filelist:
        new_path = Path(name).parent
        base = os.path.basename(new_path)
        final = os.path.splitext(base)[0]
        with open(name,"r") as f:
            soupObj = bs4.BeautifulSoup(f, "lxml")

        df = pd.DataFrame([(x["uri"], *x["t"].split("T"), x["u"], x["desc"])
                           for x in soupObj.find_all("log")],
                          columns=["Document", "Date", "Time", "User", "Description"])
        df.insert(0, 'Database', f'{final}')
        df['Document'] = df['Document'].astype(str)
        df['Date'] = pd.to_datetime(df['Date']).dt.date
        master_list.append(df)
    df = pd.concat(master_list, axis=0, ignore_index=True)
    df = df.sort_values(by='Date', ascending=True).set_index('Date').last('3M')
    df = df.sort_values(by='Date', ascending=False)
    df.to_excel("logfile.xlsx", index=True)

create_excel_file()

报错信息 #

Traceback (most recent call last):
  File "C:\Users\Desktop\project\Final test.py", line 40, in <module>
    create_excel_file()
  File "C:\Users\Desktop\project\Final test.py", line 34, in create_excel_file
    df = df.sort_values(by='Date', ascending=True).set_index('Date').last('3M')
         ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Users\AppData\Roaming\Python\Python311\site-packages\pandas\core\generic.py", line 9001, in last
    raise TypeError("'last' only supports a DatetimeIndex index")
TypeError: 'last' only supports a DatetimeIndex index

Process finished with exit code 1

问题原因 #

代码里把Date列转成了Python原生的date对象（通过pd.to_datetime(df['Date']).dt.date），将其设置为索引后，索引类型是ObjectIndex而非pandas要求的DatetimeIndex，而last()方法仅支持DatetimeIndex类型的索引，因此触发错误。

解决办法 #

去掉dt.date转换，让Date列保持pandas的datetime64类型，这样设置为索引后就是DatetimeIndex，就能正常使用last('3M')了。

修改后的完整代码：

def create_excel_file():
    master_list = []
    for name in filelist:
        new_path = Path(name).parent
        base = os.path.basename(new_path)
        final = os.path.splitext(base)[0]
        with open(name,"r") as f:
            soupObj = bs4.BeautifulSoup(f, "lxml")

        df = pd.DataFrame([(x["uri"], *x["t"].split("T"), x["u"], x["desc"])
                           for x in soupObj.find_all("log")],
                          columns=["Document", "Date", "Time", "User", "Description"])
        df.insert(0, 'Database', f'{final}')
        df['Document'] = df['Document'].astype(str)
        # 去掉.dt.date，保留datetime类型
        df['Date'] = pd.to_datetime(df['Date'])
        master_list.append(df)
    df = pd.concat(master_list, axis=0, ignore_index=True)
    df = df.sort_values(by='Date', ascending=True).set_index('Date').last('3M')
    df = df.sort_values(by='Date', ascending=False)
    df.to_excel("logfile.xlsx", index=True)

create_excel_file()

如果需要最终Excel里的日期显示为纯日期格式（不带时间），可以在写入Excel时设置格式，或者在后续处理中用dt.date但不要把它设为索引，改用布尔索引筛选最近3个月数据：

示例（替代last('3M')的写法）：

# 保留dt.date转换，但不设为索引，用布尔筛选
df['Date'] = pd.to_datetime(df['Date']).dt.date
df = pd.concat(master_list, axis=0, ignore_index=True)
# 计算3个月前的日期
three_months_ago = pd.Timestamp.now() - pd.DateOffset(months=3)
# 转换为date对象匹配列类型
three_months_ago = three_months_ago.date()
# 筛选最近3个月数据
df = df[df['Date'] >= three_months_ago].sort_values(by='Date', ascending=False)

内容的提问来源于stack exchange，提问作者Rejoy