尝试定位季度数据时出现 Pandas 错误

Question

对于具有日期时间索引的数据框，我习惯于使用以下语法获取季度数据：

df.loc["2014-Q1"]

获取 2014 年第一季度（一月、二月、三月）的数据。

这在大多数情况下都可以正常工作，但在使用重新采样的数据帧时我遇到了一个错误。我不确定这是否是 pandas 的预期行为，或者这里是否存在极端情况错误。

我在 python 3.12 中使用 pandas 2.1.1。

最初的以下代码会产生预期的结果，例如：

df = pd.DataFrame(index=pd.date_range(start="2014-01-01", end="2023-01-01", freq="M"))
df.loc["2014-Q1"]

确实返回预期的数据帧（空，具有 2014 年第一季度的索引），例如

Empty DataFrame
Columns: []
Index: [2014-01-31 00:00:00, 2014-02-28 00:00:00, 2014-03-31 00:00:00]

但是，如果我尝试重新采样，则会出现意想不到的行为。

以下会引发错误，

df.resample("QS").sum().loc["2014-Q1"]

它本质上告诉我它找不到键值。

File ~/anaconda3/envs/py3/lib/python3.12/site-packages/pandas/core/indexes/datetimes.py:613, in DatetimeIndex.get_loc(self, key)
    611             return self._partial_date_slice(reso, parsed)
    612         except KeyError as err:
--> 613             raise KeyError(key) from err
    615     key = parsed
    617 elif isinstance(key, dt.timedelta):
    618     # GH#20464

KeyError: '2014-Q1'

当我开始深入研究这个问题时，我发现执行

df.loc[f"{year}-Q{quarter}"]

实际上可以搜索 前 年的数据。因为我的数据框没有 2013 年的索引，所以不会显示它。

使用相同的最小示例，我尝试过

df.resample("QS").sum().loc["2015-Q1"]

它返回的数据是 2014 年的！

Empty DataFrame
Columns: []
Index: [2014-01-01 00:00:00]

这是重采样后的正常行为，还是 pandas 中的错误？

Answer 1

这看起来像 pandas bug，与

df.index.freq

属性相关。重采样后它被设置为

QS-Jan

。 在尝试 loc 之前设置

df.index.freq = None

可以解决该问题。我将在 pandas 存储库上提出问题。