Pandas apply处理Timestamp列时自定义函数返回None问题

返回None是因为get_start_times()函数的条件分支没有覆盖所有可能的取值场景，当行数据同时不满足两个判断条件时，Python函数没有显式返回值，会默认返回None。

未被覆盖的具体场景：

• 不满足第一个条件：x["site_time"].hour 大于6（即7~23点区间）
• 同时不满足第二个条件：x["site_time"].hour 小于 x["shift_start_time"].hour

举个实际触发的例子：site_time为当日9点（hour=9，不满足0~6点的第一个条件），shift_start_time为当日10点（hour=10，此时shift_start_time.hour <= site_time.hour即10<=9不成立，第二个条件也不满足），两个分支都不会触发，函数直接返回默认值None。

补全缺失的分支逻辑即可，你可以根据自身业务规则调整else分支的返回规则，示例如下：

def get_start_times(x: pd.Series):
    site_hour = x["site_time"].hour
    shift_hour = x["shift_start_time"].hour
    if 0 <= site_hour <= 6:
        return x['shift_start_time'] - pd.Timedelta(days=1)
    elif shift_hour <= site_hour <= 23:
        return x["shift_start_time"]
    # 补全剩余场景的处理逻辑，示例为跨天场景往前推1天，可按需修改
    else:
        return x['shift_start_time'] - pd.Timedelta(days=1)

# apply调用可以直接传函数对象，不需要套一层lambda
df["shift_start_time"] = df.apply(get_start_times, axis=1)

行级apply是逐行循环实现，数据量较大时执行效率很低，推荐使用pandas原生向量化操作实现相同逻辑，性能可提升数十倍：

# 提取小时字段作为临时判断列
df["site_hour"] = df["site_time"].dt.hour
df["shift_hour"] = df["shift_start_time"].dt.hour

# 定义判断条件
cond_night = df["site_hour"].between(0, 6)
cond_same_day = (df["shift_hour"] <= df["site_hour"]) & (df["site_hour"] <= 23)

# 按条件批量赋值
df.loc[cond_night | ~cond_same_day, "shift_start_time"] -= pd.Timedelta(days=1)

# 删除临时列
df.drop(columns=["site_hour", "shift_hour"], inplace=True)

内容的提问来源于stack exchange，提问作者PandasM