python – 从数据集上给定的日期范围中提取属于某一天的数据

2023年10月6日 487次阅读

我的数据集的日期范围是2018年1月12日到8月3日,其中包含一些值：

《python – 从数据集上给定的日期范围中提取属于某一天的数据》

my_df DataFrame的维度是：

my_df.shape 
(9752, 2)

每行包含半小时的频率

第一行开始于2018-01-12

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

最后一排结束于2018-08-03

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

我的目标是选择与每天相对应的数据行并将其导出为CSV文件.

为了获得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日有203天(28周)

我不想每天手动执行此查询,然后我尝试以下基本分析：

>我需要生成203个文件(每天1个文件)
> 1月12日(1月12日)的一天
> 1月是第一个月(01),8月是第8个月(08)

然后：

>我需要迭代203天的总体情况

>并且在每个日期行值检查中是必需的
月份和日期值日期以及检查更改的顺序
他们每个人

根据以上所述,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)

但是我的问题在于我在几个月内迭代范围(12,32),这个范围(12,32)仅适用于1月份的第一个月,我想是这样……

最后,我得到203个空的CSV文件,因为我做错了…

如何才能解决这种适合的小挑战？
任何方向都非常感谢

最佳答案 像这样的东西？我将您的原始列Date：重命名为Timestamp.我也假设您拥有的日期：系列是熊猫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)
点赞