pandas 多索引切片“级别类型不匹配”

Posted 2023-03-12

【中文标题】pandas 多索引切片“级别类型不匹配”

【英文标题】：pandas multi index slicing "Level type mismatch"

【发布时间】：2016-02-21 11:01:26

【问题描述】：

我从 0.13.1 迁移到 pandas 0.17 版，但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。 我在这里做错了吗？

【参考方案1】：

出现此错误是因为您尝试对索引中未包含的日期（标签）进行切片。要解决此级别不匹配错误并在可能位于或不在 df 多索引内的范围内返回值，请使用：

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真/假索引值的掩码。

使用字符串或日期对象进行切片通常适用于具有单个索引的 Pandas，无论字符串是否在索引中，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 索引为从 2014 年 1 月 1 日到 2014 年 1 月 3 日。为包括 2013-12-30 在内的日期设置索引的一种正确方法是将索引设置为日期范围，使用日期时间对象的任一字符串，例如：

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