Question

使用以下列表和数据框，我想迭代日期列表，并为列表和数据框中的每个日期创建一个新的数据框。

列表：

['12/12/2017', '12/13/2017', '12/14/2017']

dataframe：

source  time        date
0      a  8:00  12/12/2017
1      b  9:00  12/13/2017
2      c  8:30  12/12/2017
3      b  8:05  12/14/2017
4      a  8:10  12/13/2017
5      a  8:15  12/12/2017

期望的输出：

source  time        date
0      a  8:00      12/12/2017
2      c  8:30      12/12/2017
5      a  8:15      12/12/2017

......等等每个日期。

代码：

import pandas as pd

unique_dates=['12/12/2017','12/13/2017','12/14/2017']

data=[['a','8:00','12/12/2017'],['b','9:00','12/13/2017'],['c','8:30','12/12/2017'],
      ['b','8:05','12/14/2017'],['a','8:10','12/13/2017'],['a','8:15','12/12/2017']]
headers=['source','time','date']
df=pd.DataFrame(data,columns=headers)

for item in unique_dates:
    if item in df:
        new_df=df[df['date']==item]
        print(new_df)

这给了我没有输出。我不知道如何做到这一点，任何帮助都会受到赞赏。

Answer 1

一旦您将其识别为groupby操作的良好用例，解决此问题就变得简单了。您需要做的就是使用isin进行预过滤，然后进行分组和迭代。

df_list = [g for _, g in df[df.date.isin(unique_dates)].groupby('date')]

如果您想要按日期索引字典，请在dict对象上调用groupby -

df_dict = dict(list(df[df.date.isin(unique_dates)].groupby('date')))

或者，使用字典理解 -

df_dict = {i : g for i, g in df[df.date.isin(unique_dates)].groupby('date')}

print(*df_list, sep='\n\n')

  source  time        date
0      a  8:00  12/12/2017
2      c  8:30  12/12/2017
5      a  8:15  12/12/2017

  source  time        date
1      b  9:00  12/13/2017
4      a  8:10  12/13/2017

  source  time        date
3      b  8:05  12/14/2017

如何在迭代列表时创建唯一的pandas数据帧

1 个答案: