python - 访问 pandas 组作为新数据框

Question

我是 pandas/pandas 数据分析新手，有 Matlab 背景。我正在尝试对数据进行分组，然后处理各个组。但是，我不知道如何实际访问分组结果。

这是我的设置:我有一个 pandas 数据帧 df ，其定期间隔的日期时间索引 timestamp 频率为 10 分钟。我的数据总共跨越几周。我现在想按天对数据进行分组，如下所示:

grouping = df.groupby([pd.Grouper(level="timestamp", freq="D",)])

请注意，我不想想要聚合这些组(似乎与大多数示例和教程相反)。我只是想依次处理每个组并单独处理它，就像这样(不起作用):

for g in grouping:
  g_df = d.toDataFrame()
  some_processing(g_df)

我该怎么做？我还没有找到任何方法从 DataFrameGroupBy 对象中提取每日数据帧对象。

Answer 1

将您的组扩展到数据帧字典中:

data = dict(list(df.groupby(df.index.date.astype(str))))

>>> data.keys()
dict_keys(['2021-01-01', '2021-01-02'])

>>> data['2021-01-01']
                        value
timestamp                    
2021-01-01 00:00:00  0.405630
2021-01-01 01:00:00  0.262235
2021-01-01 02:00:00  0.913946
2021-01-01 03:00:00  0.467516
2021-01-01 04:00:00  0.367712
2021-01-01 05:00:00  0.849070
2021-01-01 06:00:00  0.572143
2021-01-01 07:00:00  0.423401
2021-01-01 08:00:00  0.931463
2021-01-01 09:00:00  0.554809
2021-01-01 10:00:00  0.561663
2021-01-01 11:00:00  0.537471
2021-01-01 12:00:00  0.461099
2021-01-01 13:00:00  0.751878
2021-01-01 14:00:00  0.266371
2021-01-01 15:00:00  0.954553
2021-01-01 16:00:00  0.895575
2021-01-01 17:00:00  0.752671
2021-01-01 18:00:00  0.230219
2021-01-01 19:00:00  0.750243
2021-01-01 20:00:00  0.812728
2021-01-01 21:00:00  0.195416
2021-01-01 22:00:00  0.178367
2021-01-01 23:00:00  0.607105

注意:我更改了您的组以便更轻松地建立索引:'2021-01-01' 而不是 Timestamp('2021-01-01 00: 00:00', freq='D')