Pandas判断日期是否存在于DataFrame索引时出现误判的问题

• 最核心的原因是索引类型与待判断值类型不匹配：你打印出来的索引看起来是字符串格式的日期，实际上通过pyEX拉取的DataFrame默认会将日期索引设为datetime64类型，你用来判断的是字符串类型的日期，部分旧版本的pandas在处理字符串和DatetimeIndex的in逻辑时存在异常，会出现误判。
• 直接使用Python原生的in关键字判断pandas索引成员本身就不是最优写法，尤其是面对非字符串类型的索引时，很容易出现类型匹配导致的逻辑错误。

• 你可以先执行代码print(df.index.dtype)确认索引类型，如果输出是datetime64[ns]相关类型，把待判断的日期字符串转成datetime格式后再判断即可：

import pandas as pd
for i in ['2021-11-18', '2021-04-19', '2021-06-20', '2021-05-10']:
    check_date = pd.to_datetime(i)
    if check_date in df.index:
        print(i + " is an index")

• 更稳妥的通用写法是使用pandas内置的isin方法，不需要手动处理类型匹配，兼容性更强：

for i in ['2021-11-18', '2021-04-19', '2021-06-20', '2021-05-10']:
    if df.index.isin([i]).any():
        print(i + " is an index")

内容的提问来源于stack exchange，提问作者user17444073