如何用pandas求时间序列中每一年中特定要求的月份？

这里记录一个思路：
假设有一个dataframe，索引为时间（格式为年-月—日 时:分:秒），要求每一年中符合特定要求（如气温最热）的时间。
就是需要先按照年份进行分组，再求组中的对应值。

思路一

将时间索引中的年份单独提出来当成一列，再使用groupby()和apply()方法来求对应值。
这是实现案例

思路二

还是按照分组的思路，使用resample()对时间频率进行分组，再遍历和筛选（如max()方法）各个组中的要素。
这个思路是在刷pandas手册时想起来的。
下面贴出来其中的手册示例代码。

In [325]: small = pd.Series(
   .....:     range(6),
   .....:     index=pd.to_datetime(
   .....:         [
   .....:             "2017-01-01T00:00:00",
   .....:             "2017-01-01T00:30:00",
   .....:             "2017-01-01T00:31:00",
   .....:             "2017-01-01T01:00:00",
   .....:             "2017-01-01T03:00:00",
   .....:             "2017-01-01T03:05:00",
   .....:         ]
   .....:     ),
   .....: )
   .....: 

In [326]: resampled = small.resample("H")

In [327]: for name, group in resampled:
   .....:     print("Group: ", name)
   .....:     print("-" * 27)
   .....:     print(group, end="\n\n")
   .....: 
Group:  2017-01-01 00:00:00
---------------------------
2017-01-01 00:00:00    0
2017-01-01 00:30:00    1
2017-01-01 00:31:00    2
dtype: int64

Group:  2017-01-01 01:00:00
---------------------------
2017-01-01 01:00:00    3
dtype: int64

Group:  2017-01-01 02:00:00
---------------------------
Series([], dtype: int64)

Group:  2017-01-01 03:00:00
---------------------------
2017-01-01 03:00:00    4
2017-01-01 03:05:00    5
dtype: int64