如何在多层索引DataFrame中将日期索引整体偏移1小时？

原始多层索引DataFrame：

price   
symbol date     
AAPL   2022-10-07 23:57:00  137.17
       2022-10-07 23:58:00  137.16
       2022-10-08 00:00:00  137.17
MSFT   2022-10-07 23:57:00  200.54
       2022-10-07 23:58:00  200.75
       2022-10-08 00:00:00  200.62

需求：将位于level 1的日期索引（类型为Index）整体偏移1小时，最终日期变为：

2022-10-07 22:57:00        
2022-10-07 22:58:00           
2022-10-07 23:00:00

尝试代码：

df.index = df.index.set_levels(
df.index.get_level_values("date") - pd.Timedelta("1 hour"), level="date")

报错信息：

ValueError: Level values must be unique:

报错原因 #

set_levels方法的作用是替换索引层级的唯一值集合，而非逐个修改每个索引条目。你传入的是所有索引条目的日期偏移结果（包含大量重复值），但索引层级要求值必须唯一，因此触发报错。

三种可行解决方案 #

方案1：用map遍历修改每个索引元组 #

直接遍历MultiIndex的每个元组，修改日期部分后重建索引：

import pandas as pd

df.index = df.index.map(lambda idx: (idx[0], idx[1] - pd.Timedelta("1 hour")))

方案2：拆分索引后重组MultiIndex #

提取两个层级的值，修改日期层级后重新构造MultiIndex：

symbols = df.index.get_level_values("symbol")
dates = df.index.get_level_values("date") - pd.Timedelta("1 hour")
df.index = pd.MultiIndex.from_arrays(
    [symbols, dates], 
    names=df.index.names
)

方案3：正确使用set_levels方法 #

先提取日期层级的唯一值，偏移后再替换层级集合：

unique_dates = df.index.get_level_values("date").unique()
df.index = df.index.set_levels(
    unique_dates - pd.Timedelta("1 hour"), 
    level="date"
)

这三种方法都能实现日期索引整体偏移1小时的需求，且不会触发唯一性报错。

内容的提问来源于stack exchange，提问作者alexx0186