如何基于Pandas DataFrame的DateTimeIndex行应用不同函数

针对你的需求，这里提供几种实用的实现方式，可根据do_some()和do_other()的具体用途选择：

1. 按年份分组处理（适合批量操作年份数据） #

如果你的do_some()和do_other()是针对对应年份的整组数据进行操作，可以通过groupby按年份分组后执行函数：

# 按索引年份分组遍历
for year, group_df in df.groupby(df.index.year):
    func(year)
    # 若函数需要处理对应年份的数据，可修改func参数并传入分组后的DataFrame
    # func(year, group_df)

2. 对每个索引元素单独应用函数 #

如果需要为每一行的年份单独执行函数，可提取索引的年份后用map或apply：

# 提取索引年份并批量应用函数
df.index.year.map(func)

# 或者用lambda转换索引为年份后传入函数
df.index.apply(lambda idx: func(idx.year))

3. 直接通过布尔索引筛选操作（适合针对性行操作） #

如果do_some()和do_other()是要对对应年份的行执行特定数据操作，也可以直接用布尔索引筛选后处理：

# 筛选2023年的行并执行操作
do_some(df[df.index.year == 2023])

# 筛选其他年份的行并执行操作
do_other(df[df.index.year != 2023])

内容的提问来源于stack exchange，提问作者Luca