如何基于DatetimeIndex选取单行并保留DataFrame格式？

我来帮你搞定这个问题！你遇到的核心痛点是：用字符串索引DatetimeIndex时的类型不匹配报错，以及如何直接返回DataFrame格式的单行结果，而不是默认的Series。

先回顾下你的示例场景：

import pandas as pd
dates= ["2015-10-01 00:00:00", "2015-10-01 01:00:00", "2015-10-01 02:00:00", "2015-10-01 03:00:00", "2015-10-01 04:00:00"]
df = pd.DataFrame(index=pd.DatetimeIndex(dates))
df["values"] = range(0,5)

生成的DataFrame：

values
2015-10-01 00:00:00       0
2015-10-01 01:00:00       1
2015-10-01 02:00:00       2
2015-10-01 03:00:00       3
2015-10-01 04:00:00       4

你想要的是通过日期键直接获取如下格式的结果：

values
2015-10-01 02:00:00       2

几种简洁的解决方案： #

1. 转换日期字符串为Timestamp后用列表包裹

之前df.loc[["2015-10-01 02:00:00"]]报错，是因为你的索引是DatetimeIndex（元素是Timestamp类型），而你传入的是字符串列表，类型不匹配。只需要把字符串转成Timestamp再传入即可：

df.loc[[pd.to_datetime("2015-10-01 02:00:00")]]

执行后直接返回你想要的DataFrame格式，无需额外转置或转换。

2. 使用iloc通过行位置选取

如果你知道目标行的位置（比如第3行，索引从0开始），可以直接用位置索引：

df.iloc[[2]]

这种方法不需要处理日期字符串，适合你明确知道行位置的场景。

3. 用query进行灵活筛选

如果需要更直观的条件筛选，query方法可读性很强：

df.query('index == "2015-10-01 02:00:00"')

它会自动处理日期字符串和DatetimeIndex的类型匹配，返回DataFrame结果。

额外说明：为什么df.loc["2015-10-01 02:00:00"]返回Series？

pandas的loc在传入单个索引值时，默认返回对应行的Series；只有传入索引值的列表时，才会返回DataFrame。这就是为什么你之前用单个字符串得到的是Series，而用列表包裹（配合正确的类型）就能得到DataFrame。

内容的提问来源于stack exchange，提问作者Marcus V.