Pandas Index：时间序列索引与对齐

Pandas Index：时间序列索引与对齐

小象量化极客小册 · 华尔街量化分析先锋系列

Pandas 是量化交易员最核心的武器。本节你将通过 Series 和 DataFrame 深度处理时间序列行情数据，掌握 loc/iloc 定位筛选、缺失值与重复值清洗、以及最大回撤与年化波动率等核心指标统计计算。

小象量化极客小册 · 华尔街量化分析先锋系列 Pandas 是量化交易员最核心的武器。本节你将通过 Series 和 DataFrame 深度处理时间序列行情数据，掌握 loc/iloc 定位筛选、缺失值与重复值清洗、以及最大回撤与年化波动率等核心指标统计计算。

💡 核心导读

本节将深入讲解 Pandas 中 Index 数据结构的设计原理与核心操作。通过学习，您将掌握：1) Index 的不可变特性与内存优化机制 2) 各类 Index 的创建与转换方法 3) 多级索引的层级控制技术 4) 高性能索引查询的实践技巧。重点通过时间序列索引和分类索引的实战演示，展示如何利用 Index 特性提升数据操作效率。

Index 基础特性

不可变性与哈希加速

Index 是 Pandas 的不可变序列，所有修改操作都会生成新对象。这种设计带来两个核心优势：

import pandas as pd

idx = pd.Index(['A', 'B', 'C'], name='letters')
print(idx.is_unique)  # 检查唯一性 → True

try:
    idx[0] = 'X'  # TypeError: Index does not support mutable operations
except TypeError as e:
    print(e)

索引类型对比

Pandas 提供多种专用索引类型：

| 类型            | 最佳场景          | 内存效率 | 排序支持 |
|-----------------|-------------------|----------|----------|
| RangeIndex      | 连续数值序列      | ★★★★★    | ★★★★★    |
| CategoricalIndex| 有限类别数据      | ★★★★☆    | ★★★☆☆    |
| DatetimeIndex   | 时间序列数据      | ★★★☆☆    | ★★★★★    |
| IntervalIndex   | 数值区间划分      | ★★☆☆☆    | ★★★★☆    |

💡 概念小测：索引对齐特性

在 Pandas 中，将两个 Series（例如单只股票的当日成交股数 s1，与当日成交均价 s2，两者的日期索引有部分不重合）进行相乘操作得到总成交额 s1 * s2。关于这一计算，以下说法正确的是？

• 必须先写一个 for 循环，手动把两边日期相同的元素挑出来相乘。
• Pandas 会根据索引（日期）自动进行对齐，只有两边都存在的日期才会计算出结果，单边存在的日期结果为 NaN。
• 只要索引长度相同，Pandas 就会不管索引内容直接按顺序对位乘积。
• Pandas 会报错并拒绝相乘，要求必须先清除所有不重合的日期标签。

📝 选择题

💡 概念小测：索引对齐特性 在 Pandas 中，将两个 Series（例如单只股票的当日成交股数 s1，与当日成交均价 s2，两者的日期索引有部分不重合）进行相乘操作得到总成交额 s1 * s2。关于这一计算，以下说法正确的是？

• A. 必须先写一个 for 循环，手动把两边日期相同的元素挑出来相乘。
• B. Pandas 会根据索引（日期）自动进行对齐，只有两边都存在的日期才会计算出结果，单边存在的日期结果为 NaN。
• C. 只要索引长度相同，Pandas 就会不管索引内容直接按顺序对位乘积。
• D. Pandas 会报错并拒绝相乘，要求必须先清除所有不重合的日期标签。

答案：B（Pandas 会根据索引（日期）自动进行对齐，只有两边都存在的日期才会计算出结果，单边存在的日期结果为 NaN。）

核心操作演练

多级索引构建

arrays = [
    ['A', 'A', 'B', 'B'],
    [1, 2, 1, 2]
]
multi_idx = pd.MultiIndex.from_arrays(arrays, names=('group', 'id'))

print(multi_idx.to_frame())

"""
        group  id
A 1      A     1
  2      A     2
B 1      B     1
  2      B     2
"""

时间索引重采样

date_idx = pd.date_range('2023-01-01', periods=6, freq='D')
ts = pd.Series([10, 15, 12, 9, 14, 11], index=date_idx)

weekly = ts.resample('W').mean()
print(weekly.index)  # DatetimeIndex(['2023-01-01', '2023-01-08'], dtype='datetime64[ns]', freq='W-SUN')

高级查询技巧

基于条件的索引选择

df = pd.DataFrame(
    {'value': [100, 200, 150]},
    index=pd.Index(['2023-Q1', '2023-Q2', '2023-Q3'], name='quarter')
)

result = df.query("index.str.endswith('Q2') | (value > 120)")
print(result)

"""
          value
quarter        
2023-Q2     200
2023-Q3     150
"""

索引堆叠与解堆

multi_df = pd.DataFrame(
    {'sales': [240, 310, 290, 180]},
    index=pd.MultiIndex.from_product([['East', 'West'], ['Jan', 'Feb']])
)

unstacked = multi_df.unstack()
print(unstacked)

"""
     sales      
       Jan  Feb
East   240  310
West   290  180
"""

💡 代码填空：转换时间索引

补全代码，将行情 DataFrame 的字符串索引转换为 Pandas 特有的 DatetimeIndex 时间格式：

import pandas as pd

df = pd.DataFrame({'close': [100, 102]}, index=['2026-06-08', '2026-06-09'])
df.index = pd.{blank}(df.index)
print(type(df.index)) # 输出 <class 'pandas.core.indexes.datetimes.DatetimeIndex'>

• to_date
• to_datetime
• to_timestamp

✏️ 填空题

💡 代码填空：转换时间索引 补全代码，将行情 DataFrame 的字符串索引转换为 Pandas 特有的 DatetimeIndex 时间格式：

import pandas as pd
df = pd.DataFrame({'close': [100, 102]}, index=['2026-06-08', '2026-06-09'])
# 转换索引类型
df.index = pd.___(df.index)
print(type(df.index)) # 输出 <class 'pandas.core.indexes.datetimes.DatetimeIndex'>

答案：to_datetime

本章小结

行动清单

• 使用 pd.IntervalIndex 将年龄数据划分为 0-18, 19-35, 36-60 三个区间，并统计各区间人数
• 对时间序列索引执行时区转换（UTC→Asia/Shanghai），然后按工作日/周末分组计算均值
• 创建包含3个层级的多级索引（国家→股票标的→日期），练习使用 xs() 方法进行跨层级查询

「小象量化教研组」编著