如何自动按年份拆分涵盖1959-2003年的DataFrame？

当然有高效的自动拆分方法啦！用Pandas处理这类时间维度的数据集简直是小菜一碟，给你分享两种最常用的方案：

1. 按年份分组并批量保存子数据集 #

如果你的DataFrame里有时间列（不管是datetime类型还是字符串格式），先把年份提取出来，再用groupby按年份分组，遍历每个组就能自动生成对应年份的子数据集了：

import pandas as pd

# 假设你的数据集是df，时间列名为'date'
# 第一步：如果时间列是字符串，先转成datetime类型
df['date'] = pd.to_datetime(df['date'])

# 第二步：提取年份列
df['year'] = df['date'].dt.year

# 第三步：按年份分组，遍历保存每个子数据集
for year, sub_df in df.groupby('year'):
    # 保存为CSV（也可以换成to_excel存成Excel文件）
    sub_df.to_csv(f"dataset_{year}.csv", index=False)
    print(f"已生成{year}年的子数据集")

2. 将子数据集存入字典，方便后续调用 #

如果不需要立刻保存到文件，而是想在代码里随时调用某一年的数据，可以把每个年份的子DataFrame存入字典：

# 生成以年份为键、子DataFrame为值的字典
year_data_dict = {year: sub_df for year, sub_df in df.groupby('year')}

# 示例：调用1959年的子数据集
print(year_data_dict[1959].head())

小贴士 #

• 如果你的DataFrame已经有单独的year列（不是从时间列提取的），可以跳过提取年份的步骤，直接用df.groupby('year')分组。
• 要是只想拆分特定年份（比如你之前手动筛选的1959、1969），也可以在分组后过滤，或者直接用df[df['year'].isin([1959, 1969])]提取，但自动拆分所有年份用groupby是最高效的方式。

内容的提问来源于stack exchange，提问作者has cho