从数据集的给定日期范围中提取属于一天的数据

Question

我有一个日期范围为 2018 年 1 月 12 日至 8 月 3 日的数据集，其中包含一些值：

my_df DataFrame 的维数是：

my_df.shape 
(9752, 2)

每行包含半小时频率

第一行从 2018-01-12

开始

my_df.iloc[0]
Date:       2018-01-12 00:17:28
Value                      1
Name: 0, dtype: object

最后一行结束于 2018-08-03

my_df.tail(1)
                  Date:     Value
9751    2018-08-03 23:44:59  1

我的目标是select将每一天对应的数据行导出到CSV文件中。

为了仅获取 1 月 12 日的数据并保存到可读文件，我执行：

# Selecting data value of each day
my_df_Jan12 = my_df[(my_df['Fecha:']>='2018-01-12 00:00:00') 
              & 
              (my_df['Fecha:']<='2018-01-12 23:59:59')
                                   ]
my_df_Jan12.to_csv('Data_Jan_12.csv', sep=',', header=True, index=False)

从1月12日到8月03日共有203天（28周）

我不想每天手动执行此查询，因此我正在尝试以下基本分析：

我需要生成 203 个文件（每天 1 个文件）
1月12日开始的那一天(January 12)
一月是正月(01)，八月是八月(08)

然后：

我需要遍历 203 天的总数
- 并且有必要在每个日期行值中检查月日起息日随订单变化而变化他们每个人

根据上述，我正在尝试这种方法：

# Selecting data value of each day (203 days)
for i in range(203):
    for j in range(1,9): # month
        for k in range(12,32): # days of the month
            values = my_df[(my_df['Fecha:']>='2018-0{}-{} 00:00:00'.format(j,k)) 
            &  
            (my_df['Fecha:']<='2018-0{}-{} 23:59:59'.format(j,k))]
            values.to_csv('Values_day_{}.csv'.format(i), sep=',', header=True, index=False)

但是我遇到了问题，当我在月份的日子里迭代 range(12,32) 时，这个 range(12,32) 只适用于一月的第一个月，我想是这样......

最后，由于我做错了什么，我得到了 203 个空的 CSV 文件...

我该如何应对这个适合方式的小挑战？高度赞赏任何方向

Answer 1

是这样的吗？我将您原来的 Date: 专栏重命名为 Timestamp。我还假设您拥有的 Date: 系列是 pandas DateTime 系列。

my_df.columns = ['Timestamp', 'Value']
my_df['Date'] = my_df['Timestamp'].apply(lambda x: x.date())
dates = my_df['Date'].unique()
for date in dates:
    f_name = str(date) + '.csv'
    my_df[my_df['Date'] == date].to_csv(f_name)

Answer 2

`groupby`

for date, d in df.groupby(pd.Grouper(key='Date', freq='D')):
  d.to_csv(f"Data_{date:%b_%d}.csv", index=False)

注意我使用了 Python 3.6+
的 f-string 否则，使用这个

for date, d in df.groupby(pd.Grouper(key='Date', freq='D')):
  d.to_csv("Data_{:%b_%d}.csv".format(date), index=False)

考虑 df

df = pd.DataFrame(dict(
    Date=pd.date_range('2010-01-01', periods=10, freq='12H'),
    Value=range(10)
))

然后

for date, d in df.groupby(pd.Grouper(key='Date', freq='D')):
  d.to_csv(f"Data_{date:%b_%d}.csv", index=False)

并验证

from pathlib import Path

print(*map(Path.read_text, Path('.').glob('Data*.csv')), sep='\n')

Date,Value
2010-01-05 00:00:00,8
2010-01-05 12:00:00,9

Date,Value
2010-01-04 00:00:00,6
2010-01-04 12:00:00,7

Date,Value
2010-01-02 00:00:00,2
2010-01-02 12:00:00,3

Date,Value
2010-01-01 00:00:00,0
2010-01-01 12:00:00,1

Date,Value
2010-01-03 00:00:00,4
2010-01-03 12:00:00,5

从数据集的给定日期范围中提取属于一天的数据

Extracting data belonging to a day from a given range of dates on a dataset

python

extract

pandas

`groupby`