Python 将数据帧拆分为不同的日期
我有一个简单的熊猫数据框Python 将数据帧拆分为不同的日期,python,pandas,Python,Pandas,我有一个简单的熊猫数据框 0 2020-12-03 12:00:00 122.219985 122.798140 121.821258 122.703443 9204466 1 2020-12-03 13:00:00 122.708427 122.838013 122.349572 122.494111 6596303 2 2020-12-03 14:00:00 122.489226 122.638649 122.205033 122.269826
0 2020-12-03 12:00:00 122.219985 122.798140 121.821258 122.703443 9204466
1 2020-12-03 13:00:00 122.708427 122.838013 122.349572 122.494111 6596303
2 2020-12-03 14:00:00 122.489226 122.638649 122.205033 122.269826 5510204
3 2020-12-04 10:00:00 122.359540 122.469988 121.153389 121.681703 12470960
4 2020-12-04 11:00:00 121.671735 121.791353 121.133453 121.402594 11617192
5 2020-12-04 12:00:00 121.400799 122.274810 121.233134 121.983540 8799353
.......
日期列名为Datetime
,我试图将此数据帧拆分为数据帧数组,其中每个元素都是一天的dataframe
,索引从0开始
array = [df0,df1,..]
df0:
df1:
试一试
d = {x: y for x , y in df.groupby(df['yourdate'].dt.date)}
试一试
d = {x: y for x , y in df.groupby(df['yourdate'].dt.date)}
非常感谢BENY。我不知道如何获得这个数组,以及如何在同一行中重新启动每行的索引?@Shulas d={x:y.reset_index(drop=True)for x,y in df.groupby(df['yourdate'].dt.date)}非常感谢BENY。我不确定如何获得这个数组,以及如何在同一行中重新启动每行的索引?@Shulas d=df.groupby(df['yourdate'].dt.date)中x,y的{x:y.reset_索引(drop=True)}
d = {x: y for x , y in df.groupby(df['yourdate'].dt.date)}