使用Timestamp定位Pandas索引时出现KeyError问题求助

首先，你的代码错误根源是用错了索引访问方式：df[xdat]是按列名提取列，但你要访问的是行索引对应的数值，应该用.loc来定位索引和列。

具体修正步骤：

• 替换访问方式：把df[xdat]['x']改成df.loc[xdat, 'x']，这是Pandas中按索引+列名取值的标准写法。

• 检查索引匹配性：如果还是报错，大概率是生成的Timestamp和df索引的时间精度不匹配，比如df索引是datetime.date类型，或者带时分秒的Timestamp和你生成的纯日期Timestamp有差异。可以试试把xdat转成和索引一致的格式，比如：

  x = df.loc[xdat.date(), 'x']  # 如果索引是date类型
  # 或者先把df索引转为标准DatetimeIndex：
  df.index = pd.DatetimeIndex(df.index)
  

• 处理缺失日期：如果date_range里的某些日期不存在于df索引中，会触发KeyError。可以先筛选出存在的日期再循环：

  date_list = pd.date_range(start="2040/01/01", end="2044/07/01", freq="MS")
  valid_dates = [d for d in date_list if d in df.index]
  for xdat in valid_dates:
      x = df.loc[xdat, 'x']
  

• 更高效的批量取值：没必要循环，直接用df.loc[date_list, 'x']就能一次性取出所有对应日期的x列值，不存在的日期会显示NaN，比循环更高效。

内容的提问来源于stack exchange，提问作者PetGriffin