Python 3.x 如何用datetime列中的单个日期来子集dataframe列？

所以我认为这应该是一个更简单的任务，但我找不到它。我有一个熊猫数据框，如下所示

Company Id      DateTime               col1  col2       col3    col4   col5     col6
0   25502921    2018-08-16 10:23:36     0   175.000     0.0     0.0     0.0     0
1   25502921    2018-08-16 10:33:55     0   155.557     0.0     0.0     0.0     0
2   25502921    2018-08-16 10:43:55     0   153.615     0.0     0.0     0.0     0

type（df['DateTime'][0]）

输出

pandas.\u libs.tslibs.Timestamp.Timestamp

如何根据日期对数据帧进行子集划分

df_tmp=df[df['DateTime'].dt.date='16-08-2018']

似乎不起作用，也不起作用

df_tmp=df[df['DateTime']='16-08-2018']

我还可以尝试哪些直观的方法？

使用

.dt.normalize（）

将时间转换为

00:00:00

，但返回日期时间对象

df['DateTime'].dt.normalize().apply(type)
pandas._libs.tslibs.timestamps.Timestamp

---

---

---

我相信，当您将DateTime设置为索引时，您将获得更好的性能和更容易的处理：

df = pd.read_clipboard(sep = '\s{2,}',parse_dates=['DateTime'])
df.set_index("DateTime").loc["2018-08-16"]

df[df['DateTime'].dt.normalize() == '2018-08-16']

   Company_Id            DateTime  col1     col2  col3  col4  col5  col6
0    25502921 2018-08-16 10:23:36     0  175.000   0.0   0.0   0.0     0
1    25502921 2018-08-16 10:33:55     0  155.557   0.0   0.0   0.0     0
2    25502921 2018-08-16 10:43:55     0  153.615   0.0   0.0   0.0     0

df = pd.read_clipboard(sep = '\s{2,}',parse_dates=['DateTime'])
df.set_index("DateTime").loc["2018-08-16"]