如何解决Mypy对DatetimeIndex数据框切片时抛出的错误？

当你使用DatetimeIndex作为索引的DataFrame执行时间切片时，Mypy抛出Slice index must be an integer or None错误，这是因为Mypy默认的类型检查没有正确识别Pandas针对时间索引的切片规则。以下是几种可行的修复方式：

方法1：使用Pandas原生的pd.Timestamp替代datetime.datetime #

Pandas的Timestamp类型是专门为时间序列设计的，能被Mypy的pandas-stubs正确识别，替换后类型检查会通过：

# hello_world.py
import datetime as dt
import pandas as pd

df = pd.DataFrame(
    {
        "a": [1, 2, 3],
        "b": [1, 2, 3],
    },
    index=[
        dt.datetime(2020, 1, 1),
        dt.datetime(2021, 1, 1),
        dt.datetime(2022, 1, 1),
    ],
)

# 用pd.Timestamp替换dt.datetime
df.loc[pd.Timestamp(2021, 1, 1):]

方法2：显式标注DataFrame的索引类型 #

通过类型注解明确告诉Mypy当前DataFrame的索引是DatetimeIndex，这样它就能理解时间值切片的合法性：

import datetime as dt
import pandas as pd
from pandas import DatetimeIndex, DataFrame

# 显式指定DataFrame的类型，索引为DatetimeIndex
df: DataFrame = pd.DataFrame(
    {
        "a": [1, 2, 3],
        "b": [1, 2, 3],
    },
    index=DatetimeIndex([
        dt.datetime(2020, 1, 1),
        dt.datetime(2021, 1, 1),
        dt.datetime(2022, 1, 1),
    ]),
)

df.loc[dt.datetime(2021, 1, 1):]

方法3：临时忽略类型检查（不推荐） #

如果只是临时绕过这个错误，可以添加# type: ignore注释，但这会跳过该代码行的类型检查，不建议长期使用：

df.loc[dt.datetime(2021, 1, 1):]  # type: ignore

错误原因说明 #

Mypy依赖pandas-stubs提供的Pandas类型定义，默认情况下，datetime.datetime对象作为切片索引的场景没有被类型stub覆盖，而pd.Timestamp是Pandas原生的时间类型，其与DatetimeIndex的兼容性已被正确定义；显式标注索引类型则能让Mypy明确索引的类型，从而认可时间值切片的操作。

内容的提问来源于stack exchange，提问作者Leonardus Chen