如何使用datetime变量选取pandas Datetime索引行及版本差异问题咨询

1. 版本行为差异的原因 #

pandas 0.24.4及更早版本中，DatetimeIndex的索引查询逻辑存在隐式类型转换：会自动将Python原生datetime.date对象转换为pandas内部的Timestamp类型后再做匹配，因此直接传入date对象可以正常查询到结果。
pandas 1.0版本之后，官方为了解决历史版本中大量隐式类型转换导致的不可预期错误（比如时区匹配异常、非日期类型误判等），收紧了类型匹配规则：DatetimeIndex的元素本质为Timestamp类型，默认不再自动兼容datetime.date类型的查询参数，类型不匹配时直接抛出KeyError。

2. 该行为的定位 #

这是官方明确规划的正式设计，并非bug，后续所有版本都会长期保留该严格类型匹配规则。收紧隐式类型转换是pandas 1.0之后提升类型安全性、减少运行时异常的核心优化方向，不会做回退处理。

3. 长期稳定的实现方案 #

不建议将所有查询逻辑改为字符串格式，字符串转换存在格式不统一、时区兼容差的风险，更稳妥的兼容方案有两种：

• 统一将查询的date对象转换为Timestamp类型，该写法在新老版本pandas中都可以正常运行：

df[pd.Timestamp(D)]

• 用pd.to_datetime方法做统一转换，该方法可以兼容字符串、date对象、时间戳等多种输入类型，适配性更强：

df[pd.to_datetime(D)]

如果确实要使用字符串做查询，建议固定使用ISO标准格式输出，避免不同地区日期格式差异导致匹配失败：

df[D.isoformat()]

内容的提问来源于stack exchange，提问作者Marc Schicks