使用Pandas DateTime Apply方法报错：'Timestamp'对象无'dt'属性

问题根源 #

你碰到的AttributeError: 'Timestamp' object has no attribute 'dt'其实很好理解：

• 当你执行data['TS'].dt.second时，data['TS']是一个pandas Series对象，dt是pandas为datetime类型序列专门提供的访问器，用来批量处理序列里的所有datetime元素。
• 但使用apply()方法时，传入myTimeFun的tsRow是单个的Timestamp对象（也就是Series里的每一行独立元素），单个Timestamp本身就自带second属性，完全不需要通过dt访问器来调用。

修正后的代码 #

只需要把函数里的tsRow.dt.second改成直接访问tsRow.second即可：

from datetime import timedelta
def myTimeFun(tsRow):
    addSec = 0 # 可替换为你需要的数值
    thisSec = tsRow.second  # 直接调用Timestamp的second属性
    return tsRow + timedelta(seconds=addSec)

data['TS_Apx30Sec'] = data['TS'].apply(myTimeFun)

更高效的替代方案（推荐） #

其实完全没必要用apply——pandas支持矢量化操作，效率比逐行遍历的apply高得多，尤其是数据量较大时：

addSec = 0
data['TS_Apx30Sec'] = data['TS'] + timedelta(seconds=addSec)

# 如果需要根据秒数动态计算addSec，也可以用矢量化方式实现，比如：
# data['addSec'] = 30 - data['TS'].dt.second % 30
# data['TS_Apx30Sec'] = data['TS'] + pd.to_timedelta(data['addSec'], unit='s')

这种方式既规避了属性错误，又能充分利用pandas的性能优势。

内容的提问来源于stack exchange，提问作者user2458922