Pandas使用字符串调用日期命名列时报KeyError该如何解决？

你创建列时调用了pd.date_range().date，生成的列名是datetime.date类型的Python对象，不是字符串类型。虽然打印df.columns时显示效果和字符串格式的日期完全一致，但二者数据类型不同，pandas索引匹配时会同时校验值和类型，因此传入字符串'2019-01-01'会触发KeyError。
你可以运行以下代码验证列名类型：

print(type(df.columns[0]))

输出会是<class 'datetime.date'>，而非<class 'str'>。

方法1：直接使用datetime.date类型对象调用 #

无需修改现有表结构，构造对应日期的date对象传入即可取值：

from datetime import date
# 调用2019年1月1日的列
df[date(2019, 1, 1)]

如果需要批量操作日期列，也可以复用生成列时的date_range结果：

date_cols = pd.date_range(start="01/01/2019", end="31/01/2019").date
# 取所有日期列
df[date_cols]
# 取第一个日期列
df[date_cols[0]]

方法2：将列名统一转为字符串格式，后续直接用字符串调用 #

一次性转换所有日期类型的列名为标准字符串格式，后续就可以直接用df['2019-01-01']调用，不会再出现类型不匹配的问题：

from datetime import date
# 仅转换日期类型的列名，保留原有的非日期列名不变
df.columns = df.columns.map(lambda x: x.strftime('%Y-%m-%d') if isinstance(x, date) else x)
# 现在可以正常用字符串调用日期列
df['2019-01-01']

内容的提问来源于stack exchange，提问作者Vinicius