Python 如何禁止DatetimeIndex中除时间戳以外的键？

Pandas不将DatetimeIndex键仅限于时间戳。为什么会这样？有没有办法作出这样的限制

df = pd.DataFrame({"A":{"2019-01-01":12.0,"2019-01-03":27.0,"2019-01-04":15.0},
                   "B":{"2019-01-01":25.0,"2019-01-03":27.0,"2019-01-04":27.0}}
                 )
df.index = pd.to_datetime(df.index)
df.loc['2010-05-05'] = 1 # string index
df.loc[150] = 1 # integer index
print(df)

我得到以下数据帧：

                        A     B
2019-01-01 00:00:00  12.0  25.0
2019-01-03 00:00:00  27.0  27.0
2019-01-04 00:00:00  15.0  27.0
2010-05-05            1.0   1.0
150                   1.0   1.0

我当然做不到

df.index = pd.to_datetime(df.index)

再一次因为最后两行。 然而，我想如果最后两行不能被添加抛出一个错误。

---

有可能吗？

您可以检查每个索引是否是一个

pd.\u libs.tslibs.Timestamp.Timestamp

实例：

flags = [isinstance(idx, pd._libs.tslibs.timestamps.Timestamp) for idx in df.reset_index()['index']]
df = df[flags]

---

但是，请注意，您当然可以同时执行

pd.to\u datetime（'2010-05-05'）

和

pd.to\u datetime（150）

。至少，它们仍然会产生有效的日期时间戳，而不会引发异常/错误

您对

索引的类型有一点误解。它不是一个
DateTimeIndex
：

>>> df.index
Index([2019-01-01 00:00:00, 2019-01-03 00:00:00, 2019-01-04 00:00:00,
              '2010-05-05',                 150],
      dtype='object')

只要添加不同的类型值，索引就会变成
对象
dtype索引
DateTimeIndex
的类型不能超过时间戳，索引的类型已更改


如果要从索引中删除所有非日期时间的值，可以使用
pd.to\u datetime
和
errors='concurve'

df.index = pd.to_datetime(df.index, errors='coerce')



要仅访问具有有效
时间戳作为索引的元素，可以使用
notnull
：

df[df.index.notnull()]


有趣的是，虽然pd.to_datetime（150）可以工作，但在非标量内容（如我的示例）中，它可能会抛出错误，因为混合整数和时间戳内部日期时间戳是int64，我相信这是从纪元时间算起的纳秒数。
df[df.index.notnull()]

               A     B
2019-01-01  12.0  25.0
2019-01-03  27.0  27.0
2019-01-04  15.0  27.0
2010-05-05   1.0   1.0