Pandas筛选指定日期范围时遇KeyError异常求助（起止日期不在数据集）

先看看你的数据集：

你遇到的KeyError问题，本质是因为你把日期字符串设为索引后，直接用df_filtered[start_date:end_date]这种切片方式——pandas的索引切片要求起始和结束的键必须存在于索引里，一旦传入的日期不在数据集的日期列表中，就会触发异常。

这里给你两种靠谱的解决办法：

方法一：用布尔索引过滤（推荐） #

这种方式不依赖索引，直接通过日期比较筛选，完全不会因为边界日期不存在而报错，步骤如下：

1. 先把Deadline列转换成datetime类型（一定要做，避免字符串比较的坑）
2. 把传入的命令行参数也转换成datetime类型
3. 用布尔条件筛选出范围内的行

import pandas as pd
import sys

# 读取你的数据集（这里假设你已经完成了读取）
# df = pd.read_csv(...)

# 1. 转换日期列格式
df['Deadline'] = pd.to_datetime(df['Deadline'], format='%d/%m/%Y')

# 2. 转换命令行传入的日期参数
start_date = pd.to_datetime(sys.argv[1], format='%d/%m/%Y')
end_date = pd.to_datetime(sys.argv[2], format='%d/%m/%Y')

# 3. 布尔索引筛选
df_filtered = df[(df['Deadline'] >= start_date) & (df['Deadline'] <= end_date)]

方法二：用排序后的datetime索引切片 #

如果你一定要用索引来做，那得确保索引是排序后的datetime类型，这样pandas会自动处理边界不存在的情况，不会抛出KeyError：

import pandas as pd
import sys

# 读取数据集后转换日期列
df['Deadline'] = pd.to_datetime(df['Deadline'], format='%d/%m/%Y')

# 设置并排序索引
df = df.set_index('Deadline').sort_index()

# 转换命令行参数
start_date = pd.to_datetime(sys.argv[1], format='%d/%m/%Y')
end_date = pd.to_datetime(sys.argv[2], format='%d/%m/%Y')

# 使用loc进行切片
df_filtered = df.loc[start_date:end_date]

两种方法都能解决你的问题，个人更推荐第一种，逻辑更直观，也不需要修改原数据的索引结构。

内容的提问来源于stack exchange，提问作者Dimitris Tsarouhas