如何按日期拆分含`tpep_dropoff_datetime`列的Pandas DataFrame？

可以用Pandas的分组功能轻松实现按日期拆分，步骤如下：

1. 确保时间列是datetime类型
   如果tpep_dropoff_datetime还不是datetime格式，先转换：

import pandas as pd

df['tpep_dropoff_datetime'] = pd.to_datetime(df['tpep_dropoff_datetime'])

2. 按日期分组并拆分
   提取时间列的日期部分作为分组依据，将原DataFrame拆分为多个每日DataFrame，推荐存到字典中方便后续调用：

# 按日期分组
daily_groups = df.groupby(df['tpep_dropoff_datetime'].dt.date)

# 转换为字典，键为日期（date对象），值为对应日期的DataFrame
daily_dataframes = {date: group for date, group in daily_groups}

3. 访问或处理每日数据
   你可以通过日期键直接获取对应DataFrame，比如获取2020年1月1日的数据：

jan1_df = daily_dataframes[pd.Timestamp('2020-01-01').date()]

也可以遍历所有分组，批量处理（比如保存为文件）：

for date, df_day in daily_groups:
    # 示例：保存每日数据为CSV文件
    df_day.to_csv(f"daily_trip_{date}.csv", index=False)
    print(f"已生成日期 {date} 的数据文件")

注意：原数据的结束时间是2020-02-01 00:16:35，因此拆分后2020-02-01的DataFrame会包含这部分凌晨的数据。

内容的提问来源于stack exchange，提问作者DaBa