如何在含重复日期的拼接时间序列DataFrame中检索指定日期

拼接对日期索引的影响 #

按行拼接多个带日期索引的DataFrame时，默认会保留每个原DataFrame的索引，最终markets的索引会变成重复的非唯一索引。但你触发KeyError的核心原因是：原单个DataFrame的索引是带时区的datetime类型（比如示例中的2010-01-04 00:00:00-05:00），而你用纯日期字符串'2010-01-04'无法匹配带时区的索引值；另外，markets.Date报错是因为日期是索引而非普通列，自然不能直接作为属性调用。

正确检索方式 #

1. 匹配带时区的索引值 #

直接使用带时区的完整字符串或带时区的datetime对象检索：

# 用带时区的完整字符串匹配
Reference_date = markets.loc['2010-01-04 00:00:00-05:00']

# 或者构造带时区的datetime对象
from datetime import datetime
import pytz
target_date = datetime(2010, 1, 4, tzinfo=pytz.timezone('America/New_York'))
Reference_date = markets.loc[target_date]

2. 移除索引时区后检索 #

如果不需要时区信息，可以先将索引转为无时区的datetime类型，再用纯日期字符串检索：

# 移除索引的时区信息
markets.index = markets.index.tz_localize(None)
# 现在可以直接用纯日期字符串检索
Reference_date = markets.loc['2010-01-04']

3. 将索引转为列后筛选 #

把日期索引转为普通列，再通过列条件筛选：

# 重置索引，将原日期索引转为名为Date的列
markets = markets.reset_index(names='Date')
# 筛选指定日期的所有行
Reference_date = markets[markets['Date'].dt.strftime('%Y-%m-%d') == '2010-01-04']

内容的提问来源于stack exchange，提问作者maikoh