基于pd.DataFrame相对时间列构建expiry日期列报错求助

嘿，这个坑我之前也踩过！咱们先拆解下你出错的原因：

你写的df.apply(lambda x: datetime.utcnow() + timedelta(x.t * 365))默认是按列执行的（axis=0是apply的默认参数），这时候lambda里的x代表的是DataFrame的每一列（比如先处理atmVol列），而atmVol这个Series根本没有t属性，自然就抛出AttributeError了。

两种正确的解决方法 #

方法1：指定axis=1让apply按行处理 #

只需要给apply加上axis=1参数，让它逐行遍历，这时候x就代表每一行的Series，就能正常访问x.t了。另外注意补全括号，并且给timedelta指定days参数（不然默认会把数值当成秒，结果会完全不符合预期）：

from datetime import datetime, timedelta
# 关键是加上axis=1参数，让apply逐行处理
df['expiry'] = df.apply(lambda x: datetime.utcnow() + timedelta(days=x.t * 365), axis=1)

方法2：用向量化运算替代apply（更高效） #

apply本质是逐行循环，数据量大的时候效率很低。推荐用pandas的向量化方法来处理，速度快很多：

import pandas as pd
from datetime import datetime

df['expiry'] = datetime.utcnow() + pd.to_timedelta(df['t'] * 365, unit='days')

这个方法直接对整个t列做批量运算，不需要逐行处理，性能更优。

内容的提问来源于stack exchange，提问作者steff