Pandas DataFrame多层时间索引使用.loc查询指定时间报错如何解决

问题原因 #

• 你创建的多层索引顺序为Date> Time，.loc查询多层索引时默认从第一层级开始匹配，直接传入"11:00:00"会尝试匹配第一级的Date字段，自然无法匹配到结果报错。
• 你拆分出的Time层级存储的是Python原生datetime.time类型对象，不是字符串，直接传入字符串"11:00:00"哪怕匹配第二层级也存在类型不匹配的问题。

解决方法 #

方案1：直接按类型匹配第二层级（无需修改原有索引） #

使用切片占位第一层级的所有值，传入对应类型的时间对象查询所有日期下对应时间的行：

import datetime
# 写法1：用slice占位第一层级
df.loc[(slice(None), datetime.time(11, 0, 0)), :]

# 写法2：用IndexSlice简化写法
idx = pd.IndexSlice
df.loc[idx[:, datetime.time(11, 0, 0)], :]

如果需要查询指定日期的指定时间，直接传入两级索引值即可：

df.loc[(datetime.date(2021, 9, 1), datetime.time(11, 0, 0)), :]

方案2：将Time层级转为字符串，支持直接传字符串查询 #

如果需要更方便地用字符串查询，可以在创建多层索引时就把时间转为字符串格式：

# 重构索引，把Time层转为字符串
df.index = pd.MultiIndex.from_arrays(
    [df.index.date, df.index.strftime("%H:%M:%S")], 
    names=['Date','Time']
)
# 现在可以直接用字符串查询
idx = pd.IndexSlice
df.loc[idx[:, "11:00:00"], :]

小提示：多层索引查询前建议先执行df = df.sort_index()排序，能大幅提升查询效率，也能避免部分版本的pandas出现匹配异常。

内容的提问来源于stack exchange，提问作者Mahome