Pandas按时间戳索引查找最近值报InvalidIndexError如何解决？

1. 索引存在重复值：get_loc方法使用method参数时要求索引必须是唯一值，除了DataFrame拼接外，数据采集时的重复写入、导入文件时存在重复行，都可能导致索引重复，你可以执行print(df.index.has_duplicates)快速验证是否存在重复。
2. 索引未单调排序：你贴出的索引输出中，头部是2021-06-30的时间，尾部是2021-06-28的时间，说明索引既不是升序也不是降序排列，nearest匹配逻辑要求索引必须是单调有序的，否则无法执行就近查找。

方案1：修复索引后继续使用get_loc #

• 第一步 去重索引：如果重复数据为无效冗余，直接保留第一条重复记录即可

df = df[~df.index.duplicated(keep='first')]

• 第二步 按时间排序索引

df = df.sort_index()

• 第三步 执行查找，即可正常返回最近时间对应的索引位置

index_pos = df.index.get_loc(time, method='nearest')

方案2：无需修改原索引的替代方案 #

如果你需要保留原索引的重复值和顺序，可以使用merge_asof实现最近时间匹配，无需强制索引唯一：

import pandas as pd
# 构造查询时间的DataFrame
search_time_df = pd.DataFrame({'query_time': [time]})
# 按最近时间匹配，direction参数可选nearest/backward/forward
match_result = pd.merge_asof(
    search_time_df, 
    df.reset_index(), 
    left_on='query_time', 
    right_on='T', 
    direction='nearest'
)

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