Python 设置索引和重置索引可更改变量的类型

这是我的熊猫数据框

import datetime as dt
d1=dt.date(2021,1,1)
d2=dt.date(2021,1,13)
df = pd.DataFrame({'date':[d1,d2],'location':['Paris','New York'],'Number':[2,3]})

这是我的问题

df = df.set_index(['date'])
df = df.reset_index()
print(df.loc[df.date == d1]) # Ok !
df = df.set_index(['location','date'])  # order has not importance
df = df.reset_index()
print(df.loc[df.date == d1]) # Not OK ! it returns an Empty DataFrame 

当我用两列设置_索引并重置_索引时，日期类型似乎丢失了

---

我不明白为什么它在第一种情况下工作，而不是在第二种情况下，我需要执行pd.to_datetime（df['date']].dt.date才能再次工作？

因为它将列类型更改为

datetime64[ns]

并且单个值的输出是

Timestamp

我们需要添加日期转换

df.date[0]
Out[175]: Timestamp('2021-01-01 00:00:00')

df.loc[df.date.dt.date == d1]
Out[177]: 
  location       date  Number
0    Paris 2021-01-01       2

---

为了解释差异，我们可以检查元素的数据类型并查看差异

在不同阶段对数据帧应用类型函数：

df.applymap(type)

从下面可以看出，最后阶段的数据类型不同。因此，在最后阶段没有对手

输出：

import datetime as dt
d1=dt.date(2021,1,1)
d2=dt.date(2021,1,13)
df = pd.DataFrame({'date':[d1,d2],'location':['Paris','New York'],'Number':[2,3]})

df.applymap(type)

                      date       location         Number
0  <class 'datetime.date'>  <class 'str'>  <class 'int'>      # <=== datetime.date
1  <class 'datetime.date'>  <class 'str'>  <class 'int'>      # <=== datetime.date

df = df.set_index(['date'])
df = df.reset_index()
print(df.loc[df.date == d1]) # Ok !

df.applymap(type)

                      date       location         Number
0  <class 'datetime.date'>  <class 'str'>  <class 'int'>      # <=== datetime.date
1  <class 'datetime.date'>  <class 'str'>  <class 'int'>      # <=== datetime.date


df = df.set_index(['location','date'])  # order has not importance
df = df.reset_index()
print(df.loc[df.date == d1]) # Not OK ! it returns an Empty DataFrame 

df.applymap(type)

        location                                                date         Number
0  <class 'str'>  <class 'pandas._libs.tslibs.timestamps.Timestamp'>  <class 'int'>         # <=== data type changed to pandas._libs.tslibs.timestamps.Timestamp 
1  <class 'str'>  <class 'pandas._libs.tslibs.timestamps.Timestamp'>  <class 'int'>         # <=== data type changed to pandas._libs.tslibs.timestamps.Timestamp 

将日期时间导入为dt
d1=dt.日期（2021,1,1）
d2=日期（2021,1,13）
df=pd.DataFrame（{'date'：[d1，d2]，'location'：['Paris'，'newyork']，'Number'：[2,3]}）
df.applymap（类型）
日期位置号
0            #