python - Pandas 多索引切片 "Level type mismatch"

Question

我从 0.13.1 迁移到 pandas 0.17 版，我在切片时遇到了一些新错误。

>>> df
         date  int  data
0  2014-01-01    0     0
1  2014-01-02    1    -1
2  2014-01-03    2    -2
3  2014-01-04    3    -3
4  2014-01-05    4    -4
5  2014-01-06    5    -5
>>> df.set_index("date").ix[datetime.date(2013,12,30):datetime.date(2014,1,3)]
            int  data
date                 
2014-01-01    0     0
2014-01-02    1    -1
2014-01-03    2    -2
>>> df.set_index(["date","int"]).ix[datetime.date(2013,12,30):datetime.date(2014,1,3)]
Traceback (most recent call last):
...
TypeError: Level type mismatch: 2013-12-30

它在 0.13.1 上运行良好，而且它似乎特定于带日期的多索引。我在这里做错了什么吗？

Answer 1

发生此错误是因为您正尝试对未包含在索引中的日期(标签)进行切片。要解决此级别不匹配错误并返回可能在或可能不在 df multiindex 使用范围内的值:

df.loc[df.index.get_level_values(level = 'date') >= datetime.date(2013,12,30)] 
# You can use a string also i.e. '2013-12-30'

get_level_values() 和比较运算符为索引器设置了 True/False 索引值的掩码。

无论字符串是否在索引中，使用字符串或日期对象进行切片通常在具有单个索引的 Pandas 中有效，但不适用于多索引数据帧。尽管您尝试使用 datetime.date(2013,12,30) : datetime.date(2014,1,3) set_index 调用将索引从 2013-12-30 设置为 2014-01-03，但生成的 df 索引是从 2014-01-01 到 2014-01-03。为包括 2013-12-30 在内的这些日期设置索引的一种正确方法是使用日期时间对象的任一字符串将索引设置为日期范围，例如:

df.set_index("date").loc[pd.date_range('2013-12-30', '2014-12-03')]