每隔一天拆分一次数据集

Question

我有一个收集了很多天的数据集，并按日历日进行了索引。每天都有不同数量的条目。我想查看奇数天（例如，第1天，第3天，第5天等）是否与偶数天（例如，第2天，第4天，第6天等）相关联，我必须将数据集一分为二。

我无法使用第％2天，因为我错过了几天和周末，因此无法继续使用。我已经尝试过使用这样的重采样：

df_odd = df.resample('2D') 
lowest_date = df['date_minus_time'].min() 
df_even = df.query('date_minus_time != @lowest_date).resample('2D')

但是这坚持每天汇总数据。我想保留所有行，以便对结果数据集执行进一步的操作（例如groupby）。

如何创建两个数据框，一个数据行的所有行均带有“偶数”日期，而所有行的数据均带有“奇数”日期，而偶数和奇数相对于数据集的第一天呢？

以下是一些示例数据：

Date          var
2018-12-10    1
2018-12-10    0
2018-12-10    1
2018-12-10    0
2018-12-11    1
2018-12-11    1
2018-12-12    0
2018-12-12    1
2018-12-12    1
2018-12-14    1
2018-12-14    0
2018-12-14    1
2018-12-16    1
2018-12-16    1
2018-12-16    1

预期输出：

df_odd：

Date          var
2018-12-10    1
2018-12-10    0
2018-12-10    1
2018-12-10    0
2018-12-12    0
2018-12-12    1
2018-12-12    1
2018-12-16    1
2018-12-16    1
2018-12-16    1

df_even：

Date          var
2018-12-11    1
2018-12-11    1
2018-12-14    1
2018-12-14    0
2018-12-14    1

Answer 1

将pd.Categorical与.codes一起使用

num = pd.Categorical(df.Date).codes + 1
df_odd = df[num%2 == 0]
df_even = df[num%2 == 1]

df_odd

          Date  var
0   2018-12-10    1
1   2018-12-10    0
2   2018-12-10    1
3   2018-12-10    0
6   2018-12-12    0
7   2018-12-12    1
8   2018-12-12    1
12  2018-12-16    1
13  2018-12-16    1
14  2018-12-16    1

df_even

          Date  var
4   2018-12-11    1
5   2018-12-11    1
9   2018-12-14    1
10  2018-12-14    0
11  2018-12-14    1