Pandas中索引列能否用于.loc访问器？设置index_col后为何报错？

问题 #

我是Pandas初学者，想了解索引列是否可用于Pandas的.loc访问器。

以下是可正常运行的代码：

daus = pd.read_csv("active-users-by-day.csv", parse_dates=['date'])
daus.loc[:, 'date']

以下是触发错误的代码：

daus = pd.read_csv("active-users-by-day.csv", parse_dates=['date'], index_col='date')
daus.loc[:, 'date']

经排查发现，当在read_csv函数中设置index_col="date"后，就无法通过.loc访问器访问date列，请问这是为什么？

解答 #

当你用index_col='date'参数时，Pandas会把date列从DataFrame的普通列集合里移除，转而将它设置为DataFrame的索引（Index）——索引是存储在daus.index里的独立对象，不再属于daus.columns的范畴。

而.loc[:, 'date']的第二个参数是用来指定列名的，此时date已经不是列了，自然会触发找不到列的错误。

如果需要访问这部分数据，有两种常见方式：

• 把索引还原成普通列：执行daus.reset_index(inplace=True)后，date会重新回到列集合里，这时就能用daus.loc[:, 'date']正常访问了。
• 直接访问索引：如果不需要把它变回列，直接用daus.index就能拿到所有日期值；如果是要基于索引筛选行，可以用.loc的行索引部分，比如daus.loc['2023-01-01':'2023-01-07', :]来筛选某段日期的所有行数据。

内容的提问来源于stack exchange，提问作者David Park