如何使用Pandas对iPhone健康APP的步数DataFrame按日求和？

嘿，这事儿不难，我给你一步步拆解：

第一步：确保日期列是datetime类型 #

首先得把startDate（或者endDate，看你习惯用哪个时间点，步数数据用开始时间就够）转换成Pandas能识别的datetime格式——毕竟iPhone导出的健康数据里的日期通常是字符串形式，比如2024-05-20 08:30:00这种，不转格式没法按日期分组。代码如下：

import pandas as pd

# 假设你的DataFrame命名为df
df['startDate'] = pd.to_datetime(df['startDate'])

第二步：提取纯日期部分（去掉时分秒） #

接下来，我们需要从完整的datetime里剥离出仅日期的部分（比如把2024-05-20 08:30:00简化为2024-05-20），方便后续按天聚合：

# 新增一列存储纯日期，用dt.date得到日期对象，或者用dt.floor('D')保留datetime格式（后续操作更灵活）
df['date'] = df['startDate'].dt.date
# 可选：df['date'] = df['startDate'].dt.floor('D')

第三步：按日期分组求和 #

现在就可以按新的date列分组，对value列求和啦。如果unit列的单位都是统一的（比如步数都是count），也可以把它保留下来：

# 逐日汇总步数，同时保留单位（取每组第一个unit值，因为所有行的单位一致）
daily_steps = df.groupby('date').agg(
    unit=('unit', 'first'),
    total_daily_steps=('value', 'sum')
).reset_index()

额外小提示 #

• 如果你说的“最后一列”是无关数据，可以先删掉避免干扰：df = df.drop(columns=['多余列的名称'])
• 要是遇到极少数跨天的记录（虽然iPhone步数一般不会有），可以根据实际需求选择用startDate还是endDate的日期来分组

这样处理完，daily_steps就是你要的逐日步数汇总数据啦！

内容的提问来源于stack exchange，提问作者J.Doe