如何按年中日期分组？Python温度数据跨年度最值统计需求

我有一份年度每日温度数据，数据结构如下：

我已通过以下代码过滤闰年2月29日及Data_Value为0的数据，对2005-2015年的数据按Date字段分组，聚合得到各日期的最值：

dfMAX=df[(df['Element']=='TMAX') & (df['Data_Value']!=0) & (~df.Date.str.startswith('29/02'))].groupby("Date").agg({"Data_Value":np.max})
dfMIN=df[(df['Element']=='TMIN') & (df['Data_Value']!=0) & (~df.Date.str.startswith('29/02'))].groupby("Date").agg({"Data_Value":np.min})

当前输出为各年度对应日期的最值，但我需要按年中日期（如01-01）分组，统计2005-2014年间对应日期的温度最大/最小值，日期为字符串格式，期望结果如下：

要实现按年中日期分组统计，需先提取月-日格式的日期字段，再筛选2005-2014年的数据，最后分组聚合：

1. 提取月-日格式日期 #

从原始Date字段（格式为DD/MM/YYYY）中拆分出月和日，拼接成MM-DD格式的Day字段：

df['Day'] = df['Date'].str.split('/').apply(lambda x: f"{x[1]}-{x[0]}")

2. 筛选2005-2014年数据 #

提取年份并过滤出目标时间范围的数据：

df['Year'] = df['Date'].str.split('/').apply(lambda x: int(x[2]))
df_filtered = df[(df['Year'] >= 2005) & (df['Year'] <= 2014)]

3. 分组聚合最值 #

结合原有过滤规则，按Day分组统计最高/最低温度：

# 统计2005-2014年各日期最高温
dfMAX = df_filtered[(df_filtered['Element'] == 'TMAX') & 
                    (df_filtered['Data_Value'] != 0) & 
                    (~df_filtered['Date'].str.startswith('29/02'))] \
                   .groupby('Day')['Data_Value'].max().reset_index()

# 统计2005-2014年各日期最低温
dfMIN = df_filtered[(df_filtered['Element'] == 'TMIN') & 
                    (df_filtered['Data_Value'] != 0) & 
                    (~df_filtered['Date'].str.startswith('29/02'))] \
                   .groupby('Day')['Data_Value'].min().reset_index()

4. 可选：按日期排序 #

若需要结果按日期顺序排列，可添加排序逻辑：

dfMAX = dfMAX.sort_values('Day').reset_index(drop=True)
dfMIN = dfMIN.sort_values('Day').reset_index(drop=True)

内容的提问来源于stack exchange，提问作者user21294168