在Pandas DataFrame的apply()中访问DateTime索引的报错解决方法

错误原因 #

1. 调用daily_data.apply(func1)时未指定axis，默认按列处理，此时x是close列的Series，x.index是整个DatetimeIndex对象，而get_indexer需要传入单个/多个标量时间值，不是索引对象，导致"unhashable type: 'DatetimeIndex'"错误。
2. 函数内变量名写错：data_weekly应为weekly_data。

方案1：修正apply用法（逐行处理） #

指定axis=1按行处理，此时每行Series的name就是当前行的Date索引值，直接传入get_indexer即可：

import pandas as pd

def func1(x):
    # x.name 是当前行的Date索引值
    weekly_index = weekly_data.index.get_indexer([pd.to_datetime(x.name)], method='pad')
    return weekly_index[0]

daily_data['weekly_index'] = daily_data.apply(func1, axis=1)

方案2：向量化处理（推荐，效率更高） #

直接对daily_data的整个索引批量处理，避免逐行apply的性能损耗：

# 批量获取每日日期对应的周数据iloc索引
daily_data['weekly_index'] = weekly_data.index.get_indexer(daily_data.index, method='pad')

验证说明 #

两种方法均可实现：对每日数据的日期，匹配weekly_data中最近的（不晚于该日期）周数据，并返回其iloc索引。比如2022-05-03会匹配2022-05-02的周数据，返回索引0；2022-05-09匹配自身，返回索引1，以此类推。

内容的提问来源于stack exchange，提问作者Chris