如何在pandas中使用DatetimeIndex列表对DataFrame进行索引筛选

你遇到的KeyError核心是2个诱因：

1. 你传入的DatetimeIndex和目标DataFrame的索引格式/精度/时区不匹配，即使肉眼看时间字符串一致，底层值也无法匹配
2. df.loc[]要求所有传入的索引值都必须存在于目标DataFrame的索引中，只要有一个值不存在就会直接抛出异常，不会返回匹配上的部分结果

第一步：先校验索引匹配度 #

先运行两行代码确认两边索引的属性是否一致：

# 查看目标DataFrame的索引类型和前2个值的完整格式
print(df.index.dtype, df.index[:2])
# 查看你要传入的DatetimeIndex的类型和前2个值的完整格式
print(indexes.dtype, indexes[:2])

常见的不一致场景有：

• 时区差异：比如df索引是datetime64[ns, UTC]（带时区），传入的索引是datetime64[ns]（无时区）
• 精度差异：比如df索引带毫秒/微秒后缀（如2018-11-27 12:30:00.045），传入的索引只精确到秒

第二步：对应解决方法 #

场景1：时区不匹配 #

如果是df索引带时区，传入的索引无时区，将传入索引补充对应时区即可：

# 示例为UTC时区，替换为你df索引的实际时区即可
indexes = indexes.tz_localize('UTC')

如果是df索引无时区，传入的索引带时区，去掉传入索引的时区即可：

indexes = indexes.tz_localize(None)

场景2：精度不匹配 #

将两边索引统一到相同精度即可，比如统一到秒级：

# 把df的索引截断到秒级
df.index = df.index.floor('S')
# 或者把传入的索引调整到和df索引相同的精度
indexes = indexes.floor('ms') # 示例为统一到毫秒，按需调整即可

场景3：仅保留匹配到的索引（忽略不存在的索引） #

如果不需要所有传入的索引都匹配成功，只要返回存在的对应行，最稳妥的方法是用isin方法筛选，不会抛出KeyError：

result_df = df[df.index.isin(indexes)]

如果你一定要用loc方法，可以先过滤出存在的索引再传入：

exist_indexes = indexes.intersection(df.index)
result_df = df.loc[exist_indexes]

内容的提问来源于stack exchange，提问作者Astrofolia