在 dataframe 中循环，日期和日期之间在 python

Question

我想处理更改日期的两个日期之间的所有数据。 特别是，我有以下dataframe：

                   real    model2      model1
date                                               
2017-01-01 00:00:00   51.22   52.776425   52.583711
2017-01-01 01:00:00   53.00   47.211506   50.679937
2017-01-01 02:00:00   52.00   44.722529   48.478772
2017-01-01 03:00:00   51.00   42.475170   45.141708
2017-01-01 04:00:00   47.27   38.862827   44.583250
2017-01-01 05:00:00   45.49   39.473972   44.930338
2017-01-01 06:00:00   45.69   42.465659   47.380179

其中日期也是索引。 我想每天在一个列表中收集所有数据以传递给 function。 我以一种不聪明\正确的方式完成了它：

for iday in range(1,9):
   #
   #
   start_date = '2017-01-0'+str(iday)+ ' 00:00:00'
   end_date   = '2017-01-0'+str(iday)+ ' 23:00:00'
   #
   data_sub_e = EE.loc[start_date:end_date]

听起来不正确，很难扩展到大于 10 的天数，而且似乎不使用 pandas 功能。

有什么聪明的方法可以做到这一点吗？

提前致谢，

迭戈

Answer 1

我假设date是datetime类型（不是string ）。

使用df.index.date您可以仅按日期部分select 行。

例如：

d1 = pd.to_datetime('2017-01-01')  # The criterion date
df[df.index.date == d1]   # Get all rows from this date, whatever the hour part

另一个提示：而不是基于天数的循环：

for iday in range(1,9):

运行基于pd.date_range的循环，例如：

for dat in pd.date_range('2017-01-01', '2017-01-15', freq='D'):

当然，根据您的需要设置结束日期。

另一种选择是按索引的日期部分对 DataFrame 进行分组：

df.groupby(pd.Grouper(freq='D'))

然后将您的 function 应用于每个组。

按照评论编辑

要将您的值更改为列表，对于每个组，您可以使用命名聚合：

df.groupby(pd.Grouper(freq='D')).agg({'real': list,
    'model1': list, 'model2': list})

如果要分配自己的列名，可以使用另一种语法，带有命名参数：

df.groupby(pd.Grouper(freq='D')).agg(Real=('real', list),
    Model_1=('model1', list), Model_2=('model2', list))

此处参数名称指定 output 列名称。 每个参数的值是一个元组：（原始列名，聚合 function ）。