Python 从DateTimeIndex-KeyError中选择行的数据帧列表。理解为什么

我试图理解为什么我会犯这个错误。我已经有了一个解决这个问题的方法，它实际上已经解决了，只需要理解为什么它不能像我期望的那样工作

我想了解为什么这会抛出一个关键错误：

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]"

如前所述，解决方案就是：

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

因此，问题肯定在于loc将字符串列表作为参数从DateTimeIndex中进行选择的方式。但是，我可以看到此函数的以下调用是正常的：

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

及

---

我想了解它是如何工作的，并希望能够使用任何资源根据调用方式预测此函数的行为。我阅读了pandas文档，但找不到对此的解释。

通常，当您将类似数组的对象传递给

loc

时，pandas将尝试在索引中定位该数组的每个元素。如果它找不到它，您将得到一个

KeyError

。还有！当索引中的值为

Timestamp

s时，您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容易。特别是，如果要传递字符串标量，请使用

DatetimeIndex

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将尝试将该标量解析为

时间戳

，并查看该值是否在索引中

如果要传递

切片

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还将尝试将切片对象的位解析为

Timestamp

，并返回一个经过适当切片的数据帧

---

你的

KeyError

只是超出了熊猫开发者有时间编写代码的帮助范围。

如果有人有类似的问题，我要解决的是删除重复的索引：`df=df.loc[~df.index.duplicated（keep='first'）；sliced_df=df[start_time:end_time]`以及对索引进行排序：df=df.sort_index（）

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