Pandas DataFrame以datetime.date为object索引时的切片报错与取值方法

两类报错的触发原因 #

1. TypeError: "descriptor 'date' for 'datetime.datetime' objects doesn't apply to a 'int' object" #

这个报错本质是模块导入或类引用的逻辑错位：

• 正常逻辑下，datetime.date是datetime模块下独立的date类，可以直接接收年、月、日三个整数参数构造日期对象。
• 报错触发的典型场景是代码里写了from datetime import datetime（即导入的是datetime类，而非独立的date类），此时代码中的datetime.date其实是datetime类绑定的实例方法——这个方法的作用是从已有的datetime实例中提取date对象，本身不能直接接收整数参数构造实例。
• 当你直接写datetime.date(2020,1,1)给这个实例方法传三个整数参数时，方法检测到传入的不是绑定的datetime实例，而是整数，就会抛出这个TypeError。

你之前测试用存储datetime.date(2020,1,1)的变量xx做比较能返回True，说明xx是通过正确导入的date类构造的实例，问题只出在你写比较代码时的类引用逻辑错位。

2. 取数时触发的KeyError #

KeyError分两个触发场景：

• 变量名笔误场景：你代码里引用了不存在的cfets_holidays作为DataFrame对象，pandas找不到对应的索引实体，自然抛错。
• 变量名正确但传字符串取数的场景：你的索引当前是object dtype，底层存储的是原生datetime.date对象，pandas不会对这类object类型的索引做字符串到日期对象的隐式类型转换。你直接传字符串'2020-01-01'做索引键时，pandas会做严格类型的相等匹配——字符串和datetime.date对象永远不可能相等，和你之前测试的「索引首元素与字符串'2020-01-01'的比较结果为False」的现象完全对应，匹配不到元素就会抛出KeyError。

精准取出目标日期对应行的实现方法 #

根据自己的使用场景可以选以下任意一种方案，实现快速定位2020-01-01对应行的效果：

• 同类型对象匹配：导入正确的date类，构造和索引元素同类型的日期对象做索引键，完全契合你之前测试通过的匹配逻辑：

  from datetime import date
  # 正确构造date类型的目标日期
  target_date = date(2020, 1, 1)
  # 用loc取对应行
  result = holidays.loc[target_date]
  

• 索引标准化转换：把object类型的原生date索引转换成pandas原生的DatetimeIndex，转换完成后pandas会自动支持字符串日期的隐式匹配，直接用字符串就能快速取数，实现类似交互式环境中直接切片的便捷效果：

  import pandas as pd
  # 转换索引类型为pandas标准datetime64格式
  holidays.index = pd.to_datetime(holidays.index)
  # 转换后即可直接用字符串取数
  result = holidays.loc['2020-01-01']
  

• 布尔索引过滤：如果不想修改原有索引类型，可以先把目标字符串转成date对象，再通过布尔条件过滤匹配行：

  from datetime import date
  target_str = '2020-01-01'
  target_date = date.fromisoformat(target_str)
  result = holidays[holidays.index == target_date]
  

内容的提问来源于stack exchange，提问作者chengjon