Question

我试图理解为什么我会收到此错误。我已经有了解决这个问题的方法，它实际上已经解决了here，只需要理解为什么它不能像我期望的那样工作。

我想了解为什么会引发KeyError：

dates = pd.date_range('20130101', periods=4)
df = pd.DataFrame(np.identity(4), index=dates, columns=list('ABCD'))
df.loc[['20130102', '20130103'],:]

有以下反馈：

KeyError: "None of [['20130102', '20130103']] are in the [index]"

正如here所解释的那样，解决方案就是：

df.loc[pd.to_datetime(['20130102','20130104']),:]

所以问题肯定在于loc将字符串列表作为从DateTimeIndex中选择的参数。但是，我可以看到以下调用对于此函数是可以的：

df.loc['20130102':'20130104',:]

和

df.loc['20130102']

我想了解它是如何工作的，并且会欣赏我可以使用的任何资源来预测此函数的行为，具体取决于它的调用方式。我从pandas文档中读到Indexing and Selecting Data和Time Series/Date functionality但无法找到解释。

Answer 1

通常，当您将类似对象的数组传递给loc时，Pandas将尝试在索引中找到该数组的每个元素。如果找不到，您将获得KeyError。和！当索引中的值为Timestamp时，你传递了一个字符串数组...所以这些字符串肯定不在索引中。

然而，熊猫也试图让事情变得更轻松。特别是，使用DatetimeIndex时，如果要传递字符串标量

df.loc['20130102']

A    0.0
B    1.0
C    0.0
D    0.0
Name: 2013-01-02 00:00:00, dtype: float64

Pandas会尝试将该标量解析为Timestamp并查看该值是否在索引中。

如果您要传递slice对象

df.loc['20130102':'20130104']

              A    B    C    D
2013-01-02  0.0  1.0  0.0  0.0
2013-01-03  0.0  0.0  1.0  0.0
2013-01-04  0.0  0.0  0.0  1.0

Pandas还会尝试将切片对象的位解析为Timestamp并返回一个适当切片的数据帧。

您的KeyError只是通过了Pandas Devs有时间编码的有用程度的限制。

pandas DataFrame从DateTimeIndex - KeyError中选择行列表。了解原因

1 个答案: