Pandas创建MultiIndex时如何避免datetime.date对象被转为Timestamp

出现该问题的核心原因是Pandas默认的类型推断逻辑会自动将datetime.date类的序列转换为datetime64[ns]类型，对应元素为Timestamp对象，因此后续用原生date对象索引时会触发KeyError。

解决方案1：创建索引时强制指定object类型 #

通过MultiIndex.from_arrays方法拆分层级创建，将日期层级强制指定为object类型，跳过Pandas的自动类型推断：

import pandas as pd
import datetime

travel = [('car', datetime.date(2021, 10, 1)),
 ('car', datetime.date(2021, 10, 2)),
 ('car', datetime.date(2021, 10, 3)),
 ('bus', datetime.date(2021, 10, 1))]

# 拆分两个层级的元素
level0 = [item[0] for item in travel]
level1 = [item[1] for item in travel]

# 创建时指定日期层级为object类型，不会被自动转换为Timestamp
ind = pd.MultiIndex.from_arrays([level0, pd.Series(level1, dtype="object")])

# 测试创建DataFrame
df = pd.DataFrame(index=ind, columns=["distance"])
# 直接用datetime.date对象索引不会报错
print(df.loc[("car", datetime.date(2021, 10, 1))])

解决方案2：修改已有索引的层级类型 #

如果已经生成了转换为Timestamp的MultiIndex，可以通过set_levels修改，注意set_levels要求传入的层级值必须去重，这也是你之前尝试时报错的原因：

# 将原Timestamp类型的层级值批量转换为date对象，自动去重
new_level1 = df.index.levels[1].map(lambda ts: ts.date())
# 替换原有层级
df.index = df.index.set_levels([df.index.levels[0], new_level1])

# 测试索引
print(df.loc[("car", datetime.date(2021, 10, 1))])

替代方案 #

如果不需要强制保留date类型，也可以在索引时将date对象转换为Timestamp，同样可以避免KeyError：

df.loc[("car", pd.Timestamp(datetime.date(2021, 10, 1)))]

内容的提问来源于stack exchange，提问作者pabloagent