如何按白天(可能使用迭代器)将大熊猫的数据框架或系列拆分

Question

我有一个长时间序列，例如。

import pandas as pd
index=pd.date_range(start='2012-11-05', end='2012-11-10', freq='1S').tz_localize('Europe/Berlin')
df=pd.DataFrame(range(len(index)), index=index, columns=['Number'])

现在，我想每天提取所有sub-dataframes，以获取以下输出：

df_2012-11-05: data frame with all data referring to day 2012-11-05
df_2012-11-06: etc.
df_2012-11-07
df_2012-11-08
df_2012-11-09
df_2012-11-10

执行此操作的最有效方法是什么，避免检查index.date.date == give_date的速度非常慢。另外，用户不知道框架中的几天范围。

有任何提示使用迭代器这样做吗？

我目前的解决方案是这样，但是它不是那么优雅，并且有两个问题，以下是：

time_zone='Europe/Berlin'
# find all days
a=np.unique(df.index.date) # this can take a lot of time
a.sort()
results=[]
for i in range(len(a)-1):
    day_now=pd.Timestamp(a[i]).tz_localize(time_zone)
    day_next=pd.Timestamp(a[i+1]).tz_localize(time_zone)
    results.append(df[day_now:day_next]) # how to select if I do not want day_next included?
# last day
results.append(df[day_next:])

这种方法有以下问题：

• a = np.unique（df.index.date）可能需要很多时间
• df [day_now：day_next]包括day_next，但我需要在范围内将其排除

Answer 1

如果要按日期进行分组（aka：Year 个月 天），请使用df.index.date：

result = [group[1] for group in df.groupby(df.index.date)]

作为df.index.day，将使用本月的一天（即1至31）进行分组，如果输入数据框架日期延长了多个月，可能会导致不良行为。

Answer 2

也许是groupby？

DFList = []
for group in df.groupby(df.index.day):
    DFList.append(group[1])

应该为您提供一个数据框架列表，每个数据框架是一天的数据。

或一行：

DFList = [group[1] for group in df.groupby(df.index.day)]

一定要爱Python！