当我尝试对 Pandas DataFrame 进行切片时，为什么会出现此 TypeError？

Question

我从一个金融 API 中提取了一些股票数据，并用它创建了一个 DataFrame。列是“日期”、“数据 1”、“数据 2”、“数据 3”。然后，我将该 DataFrame 转换为以“日期”列作为索引的 CSV：

df.to_csv('data.csv', index_label='date')

在第二个脚本中，我读取了该 CSV 文件并尝试在两个日期之间对生成的 DataFrame 进行切片：

df = pd.read_csv('data.csv', parse_dates=['date'] ,index_col='date')
df = df['2020-03-28':'2020-04-28']

当我尝试这样做时，我得到以下类型错误：

TypeError: cannot do slice indexing on <class 'pandas.core.indexes.numeric.Int64Index'> with these indexers [2020-03-28] of <class 'str'>

很明显，问题在于我正在尝试使用 str 来切片 datetime 对象。但这是令人困惑的部分！如果在第一步中，我将 DataFrame 保存到 csv 并且不要将“日期”设置为索引：

df.to_csv('data.csv')

在我的第二个脚本中，我不再收到 TypeError：

df = pd.read_csv('data.csv', parse_dates=['date'] ,index_col='date')
df = df['2020-03-28':'2020-04-28']

现在它工作得很好。唯一的问题是我要处理默认的 Pandas 索引列。

为什么我在 CSV 中将“日期”列设置为索引时会收到 TypeError...但是当我没有在 CSV 中设置任何索引时却没有收到 TypeError？

Answer 1

似乎在您的 df 的“第一个”实例中，date 列是 普通列（不是索引）并且这个DataFrame有一个默认值 index - 连续整数（其名称不重要）。

在这种情况下运行df.to_csv('data.csv', index_label='date') 导致输出文件包含：

date,date,data1,data2,data3
0,2020-03-27,10.5,12.3,13.2
1,2020-03-28,10.6,12.9,14.7

即：

• index 列（整数）被赋予 date 名称，由您传入 index_label 参数，
• 在 df 中被命名为 date 的下一列是 also 给定日期名称。

然后，如果您阅读它正在运行 df = pd.read_csv('data.csv', parse_dates=['date'], index_col='date')，然后：

• 第一个 date 列（整数）已被读取为 date 并且 设置为索引，
• 第二个 date 列（日期）已被读取为 date.1 并且 这是一个普通列。

现在，当您运行 df['2020-03-28':'2020-04-28'] 时，您会尝试查找行 index 在给定的范围内。但是索引列是 Int64Index 类型（在你的安装中检查这个），因此只是提到的异常 被扔了。

当您运行df.to_csv('data.csv') 时，情况会有所不同。 现在这个文件包含：

,date,data1,data2,data3
0,2020-03-27,10.5,12.3,13.2
1,2020-03-28,10.6,12.9,14.7

即：

• 第一列（在 df 中是索引）没有名称并且 int 价值观，
• 名为 date 的 only 列是第二列，包含 日期。

现在当你阅读它时，结果是：

• date（转换为 DatetimeIndex）是index，
• 原始索引列的名称为未命名：0，不足为奇， 因为在源文件中它没有名字。

现在，当您运行 df['2020-03-28':'2020-04-28'] 时，一切正常。

未来要学的东西： 运行df.to_csv('data.csv', index_label='date') 不会设置这个 列作为索引。它仅保存当前索引列 在给定名称下，没有任何检查是否有任何其他列 只是同名。

结果是两列可以同名。