pandas中迭代时间序列数据触发Timestamp类型KeyError的解决办法

错误原因 #

你遇到的报错不是iterrows()修改了索引类型导致的，核心问题是pandas中直接用df[索引值]的语法默认是选取列，而非选取行，所以你传入时间戳索引会触发KeyError。要按行索引取值需要用.loc属性，将你的遍历代码修改为以下形式即可正常运行：

for d, r in h2.iterrows():
    print(d, h2.loc[d])

更适合pandas时间序列的处理方法 #

绝大多数场景下都不推荐用for循环遍历pandas数据，向量化操作的性能远高于循环遍历，可选方案包括：

• 如果你需要逐行处理数据，优先用apply方法：
  例如需要对每一行的收盘价做计算，可以直接对行维度做apply操作：

  def process_row(row):
      # 自定义处理逻辑，示例：计算当日高低价差
      return row['High'] - row['Low']
  h2['price_range'] = h2.apply(process_row, axis=1)
  

• 如果你只需要基于时间索引做筛选，直接用时间切片语法，性能远高于循环：
  例如筛选2021年10月15日到10月19日的所有数据：

  period_data = h2['2021-10-15':'2021-10-19']
  

• 如果必须要遍历，除了iterrows()之外，也可以选择性能更好的itertuples()方法，返回命名元组，访问属性更方便、速度更快：

  for row in h2.itertuples():
      # 可以直接通过属性名访问索引和字段
      print(row.Index, row.Close, row.Volume)
  

• 如果需要做时间序列特有的滚动计算、重采样等操作，直接用pandas内置的时间序列方法，不需要自行遍历：
  示例1：计算5日滚动平均收盘价

  h2['ma5'] = h2['Close'].rolling(5).mean()
  

  示例2：将日线数据重采样为周线数据

  weekly_data = h2.resample('W').agg({
      'Open': 'first',
      'High': 'max',
      'Low': 'min',
      'Close': 'last',
      'Volume': 'sum'
  })
  

内容的提问来源于stack exchange，提问作者nitin