这个问题说的很清楚，就是类型不对，需要转化类型，首先讲一下这个问题是在使用pandas的resample函数激发的，官方文档解释的较为清楚，如下：
Convenience method for frequency conversion and resampling of time series. Object must have a datetime-like index (DatetimeIndex, PeriodIndex, or TimedeltaIndex), or pass datetime-like values to the on or level keyword.
这个函数的目的主要是重新选择时间频率的，一组数据的频率既可以变大也可以变小，完全根据需求来，没有的数据就会变成NaN。问题是resample的数据必须是datetime-like index，而pandas的数据是DateFrame类型的，这个时候啊，该数据结构类似一种词典类型，给提供了index，values，columns等基本的属性。此时，只需要将数据的索引变成datetime类型的即可。如下：
y.index = pd.to_datetime(y.index)
这个时候我们看一下数据类型从DateFrame变成了Series，可以说是解决了大问题，其实之前的博客写过，Series是很方便的，但也不是说DateFrame不方便，稍稍处理一下功能更多。
另外还有一个iterrows的迭代器，也很方便，官方介绍是这样的：
DataFrame.iterrows() |
Iterate over DataFrame rows as (index, Series) pairs. |
这个也很好啊，这样对值的访问就更加方便了，因为Series支持label索引式的访问。