按月份“拆分”数据框

Question

我有一个数据框，其中有5列。其中一列是名为"Day"的列，其中包含每个注册的日期。它包含许多日期，从多年前到今天。

例如（MM / DD / YYYY）格式：

c1 c2 c3 day        c4
a  b  c  01-01-2018 d
e  f  g  01-02-2018 h
... more data from january 2018, then starting another month
i  j  k  02-01-2018 l

我需要做的事情是：将数据按月份进行“拆分”/“选择”，并上传到服务器。我不确定如何实现这一点。我考虑过按月份拆分数据框架，但不知道该如何操作。如果问题不清楚，我可以提供另一个示例。谢谢。

- Victor H.

---

你想仅按月份或按年份和月份拆分它吗？ - It_is_Chris

听起来你想要一个 groupby。 - Kyle

仅发送月份给服务器，年份将通过文件夹区分。 - Victor H.

Answer 1

使用 Grouper 的 groupby：

# sample data
df = pd.DataFrame(pd.date_range('2018-01-01', '2018-03-01'), columns=['Date'])
# groupby your key and freq
g = df.groupby(pd.Grouper(key='Date', freq='M'))
# groups to a list of dataframes with list comprehension
dfs = [group for _,group in g]

你可以对每个月的小组列表进行迭代：

dfs[0]

       Date
0 2018-01-01
1 2018-01-02
2 2018-01-03
3 2018-01-04
4 2018-01-05

- It_is_Chris

---

Chris，非常感谢！我一直在寻找这个，它真正解决了我的问题。我只有一个关于代码的问题：'group' 前面的“_,”是什么意思？ - Victor H.

这只是我用来摆脱不必要信息的变量，以便您可以获得数据框列表：[Timestamp('2018-01-31 00:00:00', freq='M'). . . 它可以是任何您想要的变量：[group for x,group in g] 如果您想要查看它返回了什么：[x for x,group in g]。它与常规的 for-loop 没有区别：for x,group in g: - It_is_Chris