Pandas 每隔一天分割一次数据集

我有一个数据集，我收集了很多天，并按日历日索引。每天都有不同数量的条目。我想看看奇数天（如第1天、第3天、第5天等）是否与偶数天（如第2天、第4天、第6天等）相关，为此，我必须将数据集分成两部分

我无法使用第%2天，因为我的集合中缺少了一些日子和周末，因此无法使用第%2天。我尝试过使用如下重采样：

df_odd = df.resample('2D') 
lowest_date = df['date_minus_time'].min() 
df_even = df.query('date_minus_time != @lowest_date).resample('2D')

但它坚持按天汇总数据。我希望保留所有行，以便对结果数据集执行进一步的操作（例如groupby）

如何创建两个数据帧，一个包含所有日期为“偶数”的行，另一个包含所有日期为“奇数”的行，偶数和奇数与数据集的第一天相对

以下是一些示例数据：

Date          var
2018-12-10    1
2018-12-10    0
2018-12-10    1
2018-12-10    0
2018-12-11    1
2018-12-11    1
2018-12-12    0
2018-12-12    1
2018-12-12    1
2018-12-14    1
2018-12-14    0
2018-12-14    1
2018-12-16    1
2018-12-16    1
2018-12-16    1

以及预期产量:

奇数：

Date          var
2018-12-10    1
2018-12-10    0
2018-12-10    1
2018-12-10    0
2018-12-12    0
2018-12-12    1
2018-12-12    1
2018-12-16    1
2018-12-16    1
2018-12-16    1

df_偶数：

Date          var
2018-12-11    1
2018-12-11    1
2018-12-14    1
2018-12-14    0
2018-12-14    1

---

将

pd.category

与

一起使用.code

num = pd.Categorical(df.Date).codes + 1
df_odd = df[num%2 == 0]
df_even = df[num%2 == 1]

df_odd

          Date  var
0   2018-12-10    1
1   2018-12-10    0
2   2018-12-10    1
3   2018-12-10    0
6   2018-12-12    0
7   2018-12-12    1
8   2018-12-12    1
12  2018-12-16    1
13  2018-12-16    1
14  2018-12-16    1

df_even

          Date  var
4   2018-12-11    1
5   2018-12-11    1
9   2018-12-14    1
10  2018-12-14    0
11  2018-12-14    1

---

您可以通过

df.date\u减去\u time.day.dt.day

来访问日期，该日期提供了实际的天数（例如

2019年2月21日->1985年3月13日21日->13

）。但我不确定这是您想要的。您能提供示例数据和预期输出吗？@runout我添加了一个示例。广亨，我不能用它，因为我希望一半的数据在一个数据中结束，另一半在另一个数据中结束。在我使用实际日期发布的示例中，会给我一个12月10日、12日、14日、16日的数据帧，另一个只有12月11日的数据帧。