如何按年份拆分含datetime64类型日期列的DataFrame？

嘿，我太懂你这种手动拆分年份的痛苦了——要是数据里年份多几个，那代码得写得老长，维护起来简直要命！咱们来把这个流程彻底简化，用更灵活、更易维护的方法搞定它。

首先，先把你原来的代码里的冗余步骤砍掉：提取年份其实不用pd.DatetimeIndex，直接用dt.year就够简洁了：

df['Year'] = df['Data'].dt.year

接下来是核心的拆分步骤，最推荐的方式是用字典存储各个年份的DataFrame，这比手动命名每个df_2005、df_2006灵活太多，不管数据里有多少年份都能自动适配：

# 用字典推导式一键拆分，自动去掉Year列
year_dfs = {year: group.drop('Year', axis=1) for year, group in df.groupby('Year')}

现在要访问某一年的数据直接用键就行，比如year_dfs[2005]就是2005年的DataFrame，year_dfs[2008]就是2008年的，完全不用手动写筛选和删列的重复代码。

如果你确实需要单独的变量（比如像原来那样有df_2005这种独立的DataFrame），也可以用循环自动生成，不用逐个手动赋值：

for year, group in df.groupby('Year'):
    # 动态创建变量名，比如df_2005、df_2006
    globals()[f'df_{year}'] = group.drop('Year', axis=1)

对比你原来的代码，这个方案的优势太明显了：

• 可扩展性拉满：不管数据新增多少年份，代码完全不用改，自动适配
• 代码量骤减：十几行的手动操作浓缩成几行，可读性还更强
• 避免人为错误：不用复制粘贴筛选条件，减少写错年份的概率

最后，顺便提一句，你生成测试数据的status部分也可以简化，用np.random.choice更高效：

status = np.random.choice(['X', 'y', 'z'], size=len(date), p=[0.9, 0.05, 0.05])

这样整个流程就清爽多啦！

内容的提问来源于stack exchange，提问作者jenny