问题是datetime_utc在索引中而不是列中，因此必须访问索引才能创建新列：

df['day'] = df.index.day
df['month'] = df.index.month
df['year'] = df.index.year

print(df)
                 Dewptm  Fog   Humidity    Pressurem      Tempm     Wspdm  \
datetime_utc                                                                
1996-11-01    11.666667  0.0  52.916667 -2659.666667  22.333333  2.466667   
1996-11-02    10.458333  0.0  48.625000  1009.833333  22.916667  8.028571   
1996-11-03    12.041667  0.0  55.958333  1010.500000  21.791667  4.804545   
1996-11-04    10.222222  0.0  48.055556  1011.333333  22.722222  1.964706   

              Rainfall  day  month  year  
datetime_utc                              
1996-11-01           0    1     11  1996  
1996-11-02           0    2     11  1996  
1996-11-03           0    3     11  1996  
1996-11-04           0    4     11  1996

如果您希望datetime_utc作为列，则必须重置索引，然后可以使用dt.month、dt.year和dt.day访问datetime方法，如下所示：

# Reset our index so datetime_utc becomes a column
df.reset_index(inplace=True)

# Create new columns
df['day'] = df['datetime_utc'].dt.day
df['month'] = df['datetime_utc'].dt.month
df['year'] = df['datetime_utc'].dt.year

print(df)
  datetime_utc     Dewptm  Fog   Humidity    Pressurem      Tempm     Wspdm  \
0   1996-11-01  11.666667  0.0  52.916667 -2659.666667  22.333333  2.466667   
1   1996-11-02  10.458333  0.0  48.625000  1009.833333  22.916667  8.028571   
2   1996-11-03  12.041667  0.0  55.958333  1010.500000  21.791667  4.804545   
3   1996-11-04  10.222222  0.0  48.055556  1011.333333  22.722222  1.964706   

   Rainfall  day  month  year  
0         0    1     11  1996  
1         0    2     11  1996  
2         0    3     11  1996  
3         0    4     11  1996

注意如果您的索引还不是datetime类型，请在尝试提取年、月和日之前使用以下命令：

df.index = pd.to_datetime(df.index)

一个单行版本是在每个Timestamp上调用timetuple()，它返回一个类似于datetime.datetime.timetuple的元组，因为只需要year、month、day，所以对前3个元素进行切片。

# if datetime_utc is index
df.index = pd.to_datetime(df.index)           # <-- omit if index is already datetime64[ns]
df[['year', 'month', 'day']] = [x.timetuple()[:3] for x in df.index.tolist()]

# if datetime_utc is a column
df['datetime_utc'] = pd.to_datetime(df['datetime_utc'])  # <-- omit if datetime_utc is already datetime64[ns]
df[['year', 'month', 'day']] = df['datetime_utc'].apply(lambda x: x.timetuple()[:3]).tolist()