Python 选择基于天数的每小时数据

我有一个时间序列

hourly_df

，包含一些小时数据：

import pandas as pd
import numpy as np

hourly_index = pd.date_range(start='2018-01-01', end='2018-01-07', freq='H')
hourly_data = np.random.rand(hourly_index.shape[0])
hourly_df = pd.DataFrame(hourly_data, index=hourly_index)

我有一个DatetimeIndex，包含一些日期（如我所愿的天数），例如

我想选择每一行的

hourly_df

，它的索引日期在

daily_index

中，因此在我的例子中，所有的每小时数据都是从1月1日、5日和6日开始的。最好的方法是什么

如果我天真地使用

hourly_df.loc[daily_index]

，我只会在三天中的每一天的0:00:00获取行。我想要的是

daily\u index

中每一天的全天小时数据

day_filter = [hour.date() in daily_index.date for hour in hourly_df.index]
hourly_df[day_filter]

解决这一问题的一种可能性是创建一个过滤器，该过滤器获取

小时索引中每个元素的日期，并比较该日期是否在
每日索引中

day_filter = [hour.date() in daily_index.date for hour in hourly_df.index]
hourly_df[day_filter]

这会产生所需的输出，但似乎可以避免使用过滤器，并且可以使用类似于
hourly\u df.loc[daily\u index.date]
的表达式来完成

将
每日索引
保存为
数据框
使用
hourly\u df.merge（每日索引，how='internal'，…）在索引上进行合并