Python 如何按天分割数据帧或系列（可能使用迭代器）

我有一个很长的时间序列

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，我想提取每天的所有子数据帧，以获得以下输出：

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

避免检查index.date==give_date是否非常慢，最有效的方法是什么。此外，用户不知道框架中的天数范围

有没有任何提示可以使用迭代器执行此操作

我目前的解决方案是这样的，但它不是那么优雅，有两个问题定义如下：

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:])

这种方法存在以下问题：

• a=np.unique（df.index.date）可能需要很多时间
• df[day_now:day_next]包括下一天，但我需要将其排除在范围之外
也许是groupby

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

应提供数据帧列表，其中每个数据帧都是一天的数据
或者在一行中：

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

---

一定要爱蟒蛇
如果您想按日期分组（又名：年+月+日），则使用

df.index.date

：

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

---

As

df.index.day

将使用一个月中的一天（即：从1到31）进行分组，如果输入数据帧日期延长到多个月，则可能会导致不良行为。
最好按df.index.date进行分组，因为这样我们肯定会选择不同的日期，使用index.day 2001年12月2日和2002年1月2日将是同一天。不幸的是，使用date计算显然需要更多的时间。我认为熊猫中缺少的是通过不同的时间/日期类别进行快速选择，这可能需要建立一些隐修索引，就像在数据库中一样，df.groupby（[df.index.year，df.index.month，df.index.day]）在确保正确区分日期的同时，将速度提高90%，但它会根据日期的字符串表示形式进行分组。不是基于日期的日期时间表示。这应该是公认的答案，按天分组通常不是您想要的。公认的答案是错误的。请把这个答案投上一票，因为如果你正在读这篇文章并且你同意的话，我就不能投上一票