如何按日期拆分单个DataFrame生成多个日维度DataFrame？

你完全不需要用聚合操作——groupby本身就可以直接获取每个日期对应的完整子DataFrame，只要遍历分组对象就行。

具体实现步骤 #

1. 按Date列分组得到分组对象
2. 遍历分组对象，每个分组就是对应日期的子DataFrame，自动保留Hour和Information列

代码示例 #

import pandas as pd

# 构造示例DataFrame
data = {
    'Date': ['2024-01-01', '2024-01-01', '2024-01-02', '2024-01-02'],
    'Hour': [8, 14, 9, 15],
    'Information': ['info1', 'info2', 'info3', 'info4']
}
df = pd.DataFrame(data)

# 按Date分组并拆分，用字典存储每个日期的子DataFrame
date_dfs = {}
for date_key, sub_df in df.groupby('Date'):
    # 子DataFrame默认保留所有列，若想移除Date列可加：sub_df = sub_df.drop('Date', axis=1)
    date_dfs[date_key] = sub_df

# 快速访问某一日期的DataFrame
print(date_dfs['2024-01-01'])

关键说明 #

• df.groupby('Date')返回的DataFrameGroupBy对象，遍历后会得到分组键（日期值）和对应分组的完整DataFrame
• 子DataFrame完全保留原数据的结构，不需要额外做列筛选操作
• 用字典存储子DataFrame是最便捷的方式，后续可通过日期键快速调取对应数据集

内容的提问来源于stack exchange，提问作者pedlobs