如何基于另一DataFrame的唯一日期值为新DataFrame设置日期索引？

问题背景 #

想基于DataFrame data 的expiration_date字段唯一值生成新的date_df，要求把该日期字段设为索引，且索引名为expiration_date，但遇到以下问题：

• 执行date_df.set_index('expiration_date', inplace=True)时触发KeyError，提示找不到该列
• 调整代码后出现索引格式异常（比如1970年初始日期和目标日期并存）、索引名无法正确设置

错误原因分析 #

1. 列名不匹配：用pd.DataFrame(data["expiration_date"].unique())创建date_df时，生成的DataFrame列名是默认的0，不是expiration_date，所以set_index找不到对应列。
2. 错误转换索引：之前把date_df的默认整数索引（0、1、2...）转成日期，这会被解析为1970-01-01开始的时间戳，导致出现无关的初始日期。

正确实现步骤 #

方法一：先创建带指定列名的DataFrame，再设为索引 #

# 生成包含唯一日期的DataFrame，指定列名为'expiration_date'
date_df = pd.DataFrame(data["expiration_date"].unique(), columns=['expiration_date'])
# 将'expiration_date'列设置为索引，索引名自动沿用列名
date_df.set_index('expiration_date', inplace=True)

方法二：直接用唯一日期创建索引，再生成DataFrame #

# 获取唯一日期并转为DatetimeIndex
unique_dates = pd.DatetimeIndex(data["expiration_date"].unique())
# 创建DataFrame并指定索引、索引名
date_df = pd.DataFrame(index=unique_dates)
date_df.index.name = 'expiration_date'

完整修正后的代码 #

替换原代码中# create date dataframe之后的部分：

import pandas as pd
import requests

raw_data = requests.get(f"https://cdn.cboe.com/api/global/delayed_quotes/options/SPY.json")
dict_data = pd.DataFrame.from_dict(raw_data.json())
spot_price = dict_data.loc["current_price", "data"]
# create dataframe from options key
data = pd.DataFrame(dict_data.loc["options", "data"])

# 优化日期提取逻辑，精准匹配6位日期码（如240920对应2024-09-20）
data['expiration_date'] = '20' + data['option'].str.extract(r'[A-Z](\d{6})')[0]
data["expiration_date"] = pd.to_datetime(data["expiration_date"], format="%Y%m%d")  

# 正确创建date_df并设置索引
date_df = pd.DataFrame(data["expiration_date"].unique(), columns=['expiration_date'])
date_df.set_index('expiration_date', inplace=True)

print(date_df.index)
print(date_df.index.name)
print(date_df)

补充说明 #

• 原代码中日期提取的正则r"[A-Z](\d+)"可能提取到非6位数字，建议用r'[A-Z](\d{6})'精准匹配期权代码中的日期段，避免pd.to_datetime解析出错。
• 用set_index设置索引后，索引名会自动沿用原列名，无需额外手动设置；若用方法二创建，则需要手动指定index.name。

内容的提问来源于stack exchange，提问作者user1470034