Pandas问题：DatetimeIndex使用loc赋值触发KeyError

错误原因 #

你遇到的KeyError本质是df的索引包含大量不在all_days索引范围内的日期（比如2021年早于all_days起始日2022-08-24的日期），loc赋值要求行索引必须完全存在于目标DataFrame的索引中，不匹配的索引会触发报错。

解决方案 #

方法1：先筛选重叠索引再赋值

先过滤出df中与all_days索引重叠的行，再执行赋值操作，只处理存在的日期：

# 筛选df中索引在all_days范围内的行
filtered_df = df[df.index.isin(all_days.index)]
# 给all_days的Value列赋值
all_days.loc[filtered_df.index, "Value"] = filtered_df["TargetCol"]

方法2：使用update方法自动忽略不匹配索引

update方法会原地更新目标列，自动跳过目标DataFrame中不存在的索引，无需手动筛选：

all_days["Value"].update(df["TargetCol"])

该方法只会用df中与all_days索引匹配的值覆盖Value列对应位置，不匹配的索引直接被忽略，不会抛出错误。

方法3：通过合并保留所有日期（含缺失值）

如果需要保留df中所有日期的信息（all_days没有的日期对应值为NaN），可以用join合并两个DataFrame后再赋值：

# 左连接保留all_days的所有行，匹配df的TargetCol列
merged_df = all_days.join(df["TargetCol"], how="left")
# 将合并后的TargetCol赋值给Value列
all_days["Value"] = merged_df["TargetCol"]

后续可根据需求用fillna()填充NaN值。

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