用.dt accessor可向量化提取年月日周几等字段，避免循环；需先转datetime类型；节假日判断须用holidays库，注意其不支持调休上班日及农历节日。
用 dt 访问器批量提取年月日周几，别用循环
直接对 pd.Series（类型是 datetime64[ns]）调用 .dt 属性，就能向量化获取时间字段。循环遍历每个时间点再取 .year 之类，慢且易错。
- 确保列是 datetime 类型：用
pd.to_datetime(df['time_col'])强制转换，否则.dt会报AttributeError: Can only use .dt accessor with datetimelike values -
.dt.year、.dt.month、.dt.day返回整数；.dt.dayofweek周一为 0、周日为 6；.dt.weekday_name在 pandas 1.0+ 已弃用，改用.dt.day_name() - 注意时区：若原始数据带时区（如
UTC），.dt.date可能返回本地时区日期，建议统一用.dt.tz_localize(None)或.dt.tz_convert('Asia/Shanghai')对齐
节假日标识不能靠 pandas 自带，得用 holidays 库
pandas 没有内置节假日判断逻辑，.dt 也提供不了「是否节假日」字段。必须引入第三方库，最常用的是 holidays。
- 安装：
pip install holidays，注意它不包含中国农历节日（如春节假期），默认只支持法定调休日框架 - 用法示例：
cn_holidays = holidays.China(years=[2023, 2024])，然后用df['time_col'].dt.date.map(cn_holidays)得到字符串（如'Spring Festival'）或None - ⚠️ 坑：
holidays.China()返回的是公历节假日，但中国实际放假常含调休工作日（如节前周末上班），该库不标记「调休上班日」，需额外维护一张工作日表或用workalendar
dt.isocalendar() 比 dt.week 更可靠
想按 ISO 周（周一为每周第一天，第 1 周含当年第一个周四）分组？别用已弃用的 .dt.week，它在 pandas 2.0+ 报错。
- 正确写法：
df['time_col'].dt.isocalendar().week，返回Int64Index，可直接参与分组或特征工程 -
.isocalendar()同时返回year、week、day三列，适合构造「2024-W05-Mon」这类复合标识 - 性能影响小，但注意：ISO 周年份可能和日历年份不同（例如 2024-01-01 是周一，属 2024 年第 1 周；而 2023-12-31 是周日，却属于 2024 年第 1 周）
批量处理时，避免在循环里反复调用 holidays 实例
如果对每行单独查 cn_holidays.get(date)，10 万行可能卡住——不是因为逻辑错，而是字典查找没批量优化。
立即学习“Python免费学习笔记（深入）”；
- 正确做法：先用
df['date_only'] = df['time_col'].dt.date提取出日期序列，再一次性.map()到 holidays 实例 - 更稳方案：把
holidays.China(years=...)转成 dict，如holidays_dict = {d: name for d, name in cn_holidays.items()}，再用.map(holidays_dict)，避免每次触发内部迭代 - 容易忽略的一点：
holidays默认只加载当前年及前后一年，跨多年数据务必显式传入years=list(range(2020, 2025))
