pandas DataFrame按日期索引筛选<=指定日期未获取历史数据问题

问题根因 #

问题核心来自两个原因：

• 你的Datetime索引是降序排列的，pandas的loc切片默认遵循索引的物理存储顺序，而非时间逻辑的大小顺序。你给出的示例索引存储顺序是2021-07-30的记录在前，2021-07-06的记录在后，当你用None:"2021-07-30"做切片时，只会切到索引中前半段到匹配到2021-07-30的位置，排在后面的2021-07-06的记录自然不会被包含。
• 你直接使用无时区信息的date对象转字符串和带时区的（tz-aware）Datetime索引匹配，容易出现时区解析歧义，导致筛选边界不符合预期。

正确操作步骤 #

1. 先对索引做升序排序 #

使用时间索引做范围筛选的前提是索引为升序排列：

df = df.sort_index()

2. 用带时区的时间对象做筛选边界 #

避免直接用字符串作为筛选边界，统一用带时区的Timestamp对象明确边界：

import pandas as pd
import datetime

current_date = datetime.date(2021, 7, 30)
# 构造UTC时区的当日结束时间作为边界，可包含current_date当天的所有记录
end_boundary = pd.Timestamp(current_date, tz="UTC") + pd.Timedelta(days=1)
filtered_df = df.loc[:end_boundary]

# 直接求和可以简化为一行
total = df.loc[:end_boundary, "quantity"].sum()

内容的提问来源于stack exchange，提问作者iuuujkl