Python 将数据帧拆分为不同的日期

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

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   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)}