如何在Pandas中直接将DateTimeIndex传入自定义函数使用apply()？

你碰到的问题核心在于：DatetimeIndex本身没有apply方法，而df15.index.weekday返回的是numpy数组，同样不支持apply。下面给你几个直接解决的方案，不用创建中间列：

方案1：把DateTimeIndex转为Series后调用apply #

直接用pd.Series()把你的索引包装成Series，这样就能使用apply方法调用你写的weekend函数了：

df15['Type of day'] = pd.Series(df15.index).apply(weekend)

这个方法完全复用你现有的第一个函数，不需要做任何修改。

方案2：用numpy向量化函数处理 #

如果你想继续用针对weekday数值的weekendfromnumber函数，可以用np.vectorize()把它转换成能直接作用于numpy数组的向量化函数：

import numpy as np
vectorized_weekend = np.vectorize(weekendfromnumber)
df15['Type of day'] = vectorized_weekend(df15.index.weekday)

这样就不用先创建中间列，直接对index.weekday的结果处理。

方案3：用pandas/numpy内置方法（推荐，更高效） #

其实对于这种简单的判断，完全不需要自定义函数，用np.where可以直接实现，而且速度比apply快得多（尤其是数据量大的时候）：

import numpy as np
df15['Type of day'] = np.where(df15.index.weekday >= 5, "Weekend", "Working day")

这个写法更简洁，也避免了逐元素遍历的性能损耗。

为什么之前的尝试会报错？ #

• 第一个错误：AttributeError: 'DatetimeIndex' object has no attribute 'apply'
  DatetimeIndex是pandas的索引类，它没有提供apply方法——apply是Series和DataFrame特有的方法，所以直接调用索引的apply会失败。
• 第二个错误：AttributeError: 'numpy.ndarray' object has no attribute 'apply'
df15.index.weekday返回的是一个numpy数组，numpy数组也没有apply方法，只有pandas的Series才有，所以这也会报错。

内容的提问来源于stack exchange，提问作者rioZg