如何对带MultiIndex的Pandas DataFrame按时间戳截断数据？

问题原因 #

直接调用df.truncate()报错是因为你的DataFrame使用了MultiIndex（多层索引），truncate默认仅处理单索引场景，必须明确指定要操作的索引级别（这里是timestamp）。

解决方案 #

方法1：给truncate指定level参数 #

在truncate中通过level参数指定要截断的索引层级，可使用层级名称或位置（timestamp是第二个索引，位置为1）：

# 按索引名称指定
df_truncated = df.truncate(after='2020-01-04 00:00:00', level='timestamp')

# 或按索引位置指定（第二个索引位置为1）
df_truncated = df.truncate(after='2020-01-04 00:00:00', level=1)

方法2：用布尔索引筛选（更直观） #

提取timestamp层级的索引值，通过布尔判断筛选符合时间范围的行，这种方式上手简单，不易出错：

import pandas as pd

target_time = pd.to_datetime('2020-01-04 00:00:00')
# 获取timestamp索引层的所有值，筛选小于等于目标时间的行
mask = df.index.get_level_values('timestamp') <= target_time
df_truncated = df[mask]

方法3：分组阶段提前过滤（可选优化） #

如果数据是通过groupby().resample()生成的，也可以在分组重采样阶段直接过滤时间范围，避免后续截断操作：

import pandas as pd

target_time = pd.to_datetime('2020-01-04 00:00:00')
df_truncated = (
    df.groupby('pair')
      .resample('1H', on='timestamp')  # 示例按小时重采样，可根据需求调整频率
      .agg({'open': 'first', 'high': 'max', 'low': 'min', 'close': 'last'})
      .query('timestamp <= @target_time')  # 直接在分组后过滤时间
)

内容的提问来源于stack exchange，提问作者Mikko Ohtamaa