python – 从数据集上给定的日期范围中提取属于某一天的数据

概述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： 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 00:17:28Value 1Name: 0, dtype: o 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：

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 00:17:28Value                      1name: 0,dtype: object

最后一排结束于2018-08-03

my_df.tail(1)                  Date:     Value9751    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 daymy_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),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

解决方法 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)

总结

以上是内存溢出为你收集整理的python – 从数据集上给定的日期范围中提取属于某一天的数据全部内容，希望文章能够帮你解决python – 从数据集上给定的日期范围中提取属于某一天的数据所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。