熊猫数据帧密钥错误：'the label [2019-01-14] is not in the [index]'

Question

所以我发誓我遇到了一个bug，但我希望有人能证明我错了。

我可以用两种不同的格式制作Pandas DataFrame，第二种是我无法使用的格式。第一种格式如下：

1. open          ...           8. split coefficient
date                         ...                               
1998-01-02   129.63          ...                            1.0
1998-01-05   131.25          ...                            1.0
1998-01-06   129.75          ...                            1.0
1998-01-07   129.88          ...                            1.0
1998-01-08   128.63          ...                            1.0
1998-01-09   130.06          ...                            1.0
1998-01-12   124.62          ...                            1.0
1998-01-13   129.50          ...                            1.0
1998-01-14   132.13          ...                            1.0
[5292 rows x 8 columns]

我正在尝试选择一个日期最接近指定日期的行/条目。我这样做的功能如下：

def nearest(items, pivot):
nearest_date = min(items, key=lambda x: abs(dt.strptime(x, '%Y-%m-%d') - dt.strptime(pivot, '%Y-%m-%d')))
return nearest_date 

然后正确地从对应于该条目的第四列中获得一个值：

market = (data.loc[nearest(data.index.get_values(), date)]['4. close'])

然而，在第二种格式中，我的DataFrame看起来像这样(使用基于整数的索引)：

date          ...           8. split coefficient
0     1998-01-02          ...                            1.0
1     1998-01-05          ...                            1.0
2     1998-01-06          ...                            1.0
3     1998-01-07          ...                            1.0
4     1998-01-08          ...                            1.0
5     1998-01-09          ...                            1.0
6     1998-01-12          ...                            1.0
7     1998-01-13          ...                            1.0
8     1998-01-14          ...                            1.0
[5292 rows x 9 columns]

因此，我相应地调整了我的"市场"等式：

market = (data.loc[nearest(data['date'].values, date)]['4. close'])

得到这个错误：

KeyError: 'the label [2019-01-14] is not in the [index]'

我尝试过各种疯狂的东西，包括将日期列转换为pd.datetime，但从未出现错误。你所看到的对我来说是有意义的，这就是为什么这是本文尝试的解决方案。有什么问题吗？

Answer 1

然后仅reset_index返回

data.reset_index(inplace=True)

做

market = (data.loc[nearest(data['date'].values, date)]['4. close'])