按用户+日期分组DataFrame并写入单CSV文件的实现问题

• 核心思路：从logtime中提取日期维度，按用户+日期分组，将同一天同一用户的所有会话日志合并后写入对应文件

具体实现步骤 #

1. 转换时间格式并提取日期列
   先把logtime转为datetime类型，再单独提取日期作为分组依据：

   import pandas as pd
   import os
   
   # 假设你的数据集存储在DataFrame df中
   df['logtime'] = pd.to_datetime(df['logtime'])
   df['date'] = df['logtime'].dt.date  # 提取日期，格式如2024-05-20
   

2. 分组处理并写入文件
   按用户和日期分组，遍历每组数据完成排序和写入：

   # 按用户+日期分组
   grouped = df.groupby(['user', 'date'])
   
   for (user_id, log_date), group_data in grouped:
       # 创建用户专属文件夹，已存在则跳过创建
       user_folder = f"./user_{user_id}"
       os.makedirs(user_folder, exist_ok=True)
       
       # 按logtime排序，保证日志时间顺序
       sorted_logs = group_data.sort_values('logtime')[['logtime', 'lat', 'lon']]
       
       # 定义CSV文件名，用日期命名
       csv_file = f"{log_date}_session_logs.csv"
       csv_path = os.path.join(user_folder, csv_file)
       
       # 写入CSV，不保留索引列
       sorted_logs.to_csv(csv_path, index=False)
   

关键细节说明 #

• 用dt.date提取日期，确保同一天的不同会话被归为一组
• 分组后对每组日志按logtime排序，保证输出的日志是时间正序
• os.makedirs的exist_ok=True参数避免因文件夹已存在抛出异常
• 写入时只保留logtime、lat、lon三个目标字段，剔除无关列

内容的提问来源于stack exchange，提问作者arilwan