在Python中，有没有一种优雅的方法可以调用同一对象上的方法列表？

我想知道在python中是否有一种优雅或者更简单的方法来调用同一对象上的方法列表，而不是每次重复编写。例如：

df['date_col'] = pd.to_datetime(df['date_col'])
df['date_col_day'] = df['date_col'].dt.day
df['date_col_month'] = df['date_col'].dt.month
df['date_col_year'] = df['date_col'].dt.year

可以用更优雅的

for method in [day, month, year]:
    df[method.name] = df['date_col'].dt.method

我知道上面的例子在语法上是不正确的，它只是我想要它如何的一个演示

---

有可能吗？

如果您有许多函数被称为“级联”，即：

• y1=fun1（df.x）

• y2=fun1（y1）

• y3=fun1（y2）

可以使用y3=df.pipe（fun1.pipe（fun2.pipe）（fun3）

然而，在您的情况下，情况有所不同，因为您想要保存 每个部分的结果都在相关列中

因此，您应该应用一个函数来生成一个序列 相关索引下的每个部分结果

示例：源数据帧是：

     date_col  Xxx     Yyy
0  2019-01-12  100   97.37
1  2019-01-16  100   86.15
2  2019-01-20   80   80.00
3  2019-01-23  100  100.00

（日期列为字符串类型）

定义以下转换函数：

def conv(str):
    datTim = pd.to_datetime(str)
    return pd.Series([datTim, datTim.day, datTim.month, datTim.year],
        index=['date_col', 'date_col_day', 'date_col_month', 'date_col_year'])

并按以下方式应用：

dtc = df.pop('date_col')
df = dtc.apply(conv).join(df)

请注意，pop检索给定的列，并将其从df中删除。 然后将conv应用于该列，生成一个数据帧，并使用 4列（日期及其“部分”）。最后一步是加入它 源数据帧的“剩余部分”（dat_col之后的列） 已删除）

现在，date_col为datetime64类型，其内容为：

    date_col  date_col_day  date_col_month  date_col_year  Xxx     Yyy
0 2019-01-12            12               1           2019  100   97.37
1 2019-01-16            16               1           2019  100   86.15
2 2019-01-20            20               1           2019   80   80.00
3 2019-01-23            23               1           2019  100  100.00