如何在DataFrame中访问datetime属性并实现无循环的np.where筛选？

你遇到的错误核心原因是：Pandas的DateTime列是Series对象，不能直接调用datetime的属性/方法，必须通过**.dt访问器**来获取这些时间属性；另外多个布尔条件组合时要使用&而非and（and不支持Series级别的向量运算），同时注意大部分时间属性是属性而非方法，不需要加括号（比如.dt.minute，不是.minute()）。

修正后的代码如下：

import numpy as np
import pandas as pd

# 先确保DateTime列是datetime类型（如果原始数据是字符串格式的话）
price_df_lower_interval['DateTime'] = pd.to_datetime(price_df_lower_interval['DateTime'])

if interval_higher_str == 'seconds':
    occurances = np.where(price_df_lower_interval['DateTime'].dt.second == interval_higher)
elif interval_higher_str == 'minutes':
    occurances = np.where(
        (price_df_lower_interval['DateTime'].dt.minute == interval_higher) 
        & (price_df_lower_interval['DateTime'].dt.second == 0)
    )
elif interval_higher_str == 'hours':
    occurances = np.where(
        (price_df_lower_interval['DateTime'].dt.hour == interval_higher) 
        & (price_df_lower_interval['DateTime'].dt.minute == 0) 
        & (price_df_lower_interval['DateTime'].dt.second == 0)
    )
elif interval_higher_str == 'day':
    occurances = np.where(
        (price_df_lower_interval['DateTime'].dt.hour == trade_start_hour) 
        & (price_df_lower_interval['DateTime'].dt.minute == 0) 
        & (price_df_lower_interval['DateTime'].dt.second == 0)
    )
elif interval_higher_str == 'week':
    occurances = np.where(
        (price_df_lower_interval['DateTime'].dt.weekday() == 0) 
        & (price_df_lower_interval['DateTime'].dt.hour == trade_start_hour) 
        & (price_df_lower_interval['DateTime'].dt.minute == trade_start_minute) 
        & (price_df_lower_interval['DateTime'].dt.second == 0)
    )
elif interval_higher_str == 'month':
    occurances = np.where(
        (price_df_lower_interval['DateTime'].dt.day == 1) 
        & (price_df_lower_interval['DateTime'].dt.hour == trade_start_hour) 
        & (price_df_lower_interval['DateTime'].dt.minute == trade_start_minute) 
        & (price_df_lower_interval['DateTime'].dt.second == 0)
    )
elif interval_higher_str == 'year':
    occurances = np.where(
        (price_df_lower_interval['DateTime'].dt.month == 1) 
        & (price_df_lower_interval['DateTime'].dt.day == 1) 
        & (price_df_lower_interval['DateTime'].dt.hour == trade_start_hour) 
        & (price_df_lower_interval['DateTime'].dt.minute == trade_start_minute) 
        & (price_df_lower_interval['DateTime'].dt.second == 0)
    )

关键改动说明：

• 所有时间属性调用前添加.dt访问器，这是Pandas专门用于Series级datetime操作的入口
• 区分属性和方法：second/minute/hour/day/month是属性，不需要加括号；weekday()是方法，需要保留括号
• 多条件组合用&替代and，且每个条件用括号包裹，避免运算优先级错误
• 先转换DateTime列为datetime类型，确保后续操作能正常调用.dt访问器

这种方式属于Pandas原生的向量运算，完全不需要循环，效率和原生操作一致，符合你的需求。

内容的提问来源于stack exchange，提问作者Jakub Szurlej