从数据集上的给定日期范围中提取属于某一天的数据

Question

我的数据集的日期范围是2018年1月12日到8月3日，其中包含一些值：

my_df DataFrame的维度是：

my_df.shape 
(9752, 2)

每行包含半小时的频率

第一行开始于2018-01-12

my_df.iloc[0]
Date:       2018-01-12 00:17:28
Value                      1
Name: 0, dtype: object

最后一排结束于2018-08-03

my_df.tail(1)
                  Date:     Value
9751    2018-08-03 23:44:59  1

我的目标是选择与每天相对应的数据行并将其导出为CSV文件。

为了获得1月12日的数据并保存到可读文件，我执行：

# Selecting data value of each day
my_df_Jan12 = my_df[(my_df['Fecha:']>='2018-01-12 00:00:00') 
              & 
              (my_df['Fecha:']<='2018-01-12 23:59:59')
                                   ]
my_df_Jan12.to_csv('Data_Jan_12.csv', sep=',', header=True, index=False)

从1月12日到8月03日有203天（28周）

我不想每天手动执行此查询，然后我尝试以下基本分析：

• 我需要生成203个文件（每天1个文件）
• 1月12日（1月12日）的一天
• 1月是第一个月（01），8月是第8个月（08）

然后：

• 我需要迭代整天203天
  • 并且必须在每个日期行值中检查月份和日期值日期以及检查每个日期值的变化

根据以上所述，我正在尝试这种方法：

# Selecting data value of each day (203 days)
for i in range(203):
    for j in range(1,9): # month
        for k in range(12,32): # days of the month
            values = my_df[(my_df['Fecha:']>='2018-0{}-{} 00:00:00'.format(j,k)) 
            &  
            (my_df['Fecha:']<='2018-0{}-{} 23:59:59'.format(j,k))]
            values.to_csv('Values_day_{}.csv'.format(i), sep=',', header=True, index=False)

但是我的问题在于我在几个月range(12,32)迭代range(12,32) ，这个range(12,32)仅适用于1月份的第一个月，我想是这样......

最后，我得到203个空的CSV文件，因为我做错了...

如何才能解决这种适合的小挑战？ 任何方向都非常感谢

Answer 1

像这样的东西？ 我将您的原始列Date:重命名为Timestamp 。 我也假设您拥有的Date:系列是熊猫DateTime系列。

my_df.columns = ['Timestamp', 'Value']
my_df['Date'] = my_df['Timestamp'].apply(lambda x: x.date())
dates = my_df['Date'].unique()
for date in dates:
    f_name = str(date) + '.csv'
    my_df[my_df['Date'] == date].to_csv(f_name)

Answer 2

groupby

for date, d in df.groupby(pd.Grouper(key='Date', freq='D')):
  d.to_csv(f"Data_{date:%b_%d}.csv", index=False)

注意我使用的是一个Python字符串3.6+的f字符串
否则，请使用此功能

for date, d in df.groupby(pd.Grouper(key='Date', freq='D')):
  d.to_csv("Data_{:%b_%d}.csv".format(date), index=False)

考虑一下df

df = pd.DataFrame(dict(
    Date=pd.date_range('2010-01-01', periods=10, freq='12H'),
    Value=range(10)
))

然后

for date, d in df.groupby(pd.Grouper(key='Date', freq='D')):
  d.to_csv(f"Data_{date:%b_%d}.csv", index=False)

并验证

from pathlib import Path

print(*map(Path.read_text, Path('.').glob('Data*.csv')), sep='\n')

Date,Value
2010-01-05 00:00:00,8
2010-01-05 12:00:00,9

Date,Value
2010-01-04 00:00:00,6
2010-01-04 12:00:00,7

Date,Value
2010-01-02 00:00:00,2
2010-01-02 12:00:00,3

Date,Value
2010-01-01 00:00:00,0
2010-01-01 12:00:00,1

Date,Value
2010-01-03 00:00:00,4
2010-01-03 12:00:00,5