如何对以日期字符串为索引的Pandas DataFrame进行切片？

别担心，这个问题很常见！你遇到报错的核心原因是：Pandas的loc对日期范围切片的支持，仅针对datetime类型的索引生效，而你的索引目前是纯字符串格式，没办法被识别为可范围匹配的日期序列。

下面是具体的解决步骤：

步骤1：将字符串索引转换为datetime类型 #

使用pd.to_datetime()方法把你的字符串索引转换成标准的datetime格式，代码示例如下：

import pandas as pd

# 模拟创建你的示例DataFrame
data = {'SKU': [1, 2, 3, 4, 5]}
date_index = ['1/1/2017', '2/1/2017', '3/1/2017', '4/1/2017', '5/1/2017']
df = pd.DataFrame(data, index=date_index)

# 转换索引为datetime类型
df.index = pd.to_datetime(df.index)

步骤2：执行切片操作 #

现在索引已经是datetime类型，你原本的切片代码就能正常运行了：

result = df.loc['1/1/2017':'3/1/2017']
print(result)

运行后会得到预期的结果：

SKU
2017-01-01    1
2017-01-02    2
2017-01-03    3

如果你想更高效，也可以在创建DataFrame时直接指定datetime索引，一步到位：

df = pd.DataFrame(data, index=pd.to_datetime(date_index))

这样就能顺利完成日期范围的切片操作啦！

内容的提问来源于stack exchange，提问作者Ahamed Moosa