Python 将组件datetime本地化并应用

我在一个非天真的datetime列（pandas版本0.24.1）上遇到了pandas应用程序的奇怪行为

df:

非朴素的结果：

* * * * * * * * * * * * * * * * * * * * 
Int64Index([11, 11], dtype='int64')
# # # # # # # # # # # # # # # # # # # # 
* * * * * * * * * * * * * * * * * * * * 
11
# # # # # # # # # # # # # # # # # # # # 
* * * * * * * * * * * * * * * * * * * * 
11
# # # # # # # # # # # # # # # # # # # # 

结果是天真的：

* * * * * * * * * * * * * * * * * * * * 
12
# # # # # # # # # # # # # # # # # # # # 
* * * * * * * * * * * * * * * * * * * * 
12
# # # # # # # # # # # # # # # # # # # # 

你知道为什么当它不是一个简单的日期时间时，apply的函数会在更多的时间被调用吗

当在第一次额外运行中出现错误时，它似乎被熊猫捕捉到，而不是重新出现

* * * * * * * * * * * * * * * * * * * * 
Int64Index([11, 11], dtype='int64')
# # # # # # # # # # # # # # # # # # # # 
* * * * * * * * * * * * * * * * * * * * 
11
# # # # # # # # # # # # # # # # # # # # 
* * * * * * * * * * * * * * * * * * * * 
11
# # # # # # # # # # # # # # # # # # # # 

* * * * * * * * * * * * * * * * * * * * 
12
# # # # # # # # # # # # # # # # # # # # 
* * * * * * * * * * * * * * * * * * * * 
12
# # # # # # # # # # # # # # # # # # # #