如何使用Pandas按星期拆分时间序列DataFrame

这问题我之前处理过，用Pandas的datetime属性和分组功能就能轻松搞定，一步步来：

核心思路 #

先确保你的日期列是datetime类型，然后提取每条记录对应的星期几，最后按星期几分组，把每个组存成独立的DataFrame（用字典来管理最方便）。

完整代码示例 #

假设你的原始数据已经加载成了Pandas DataFrame，我们直接上手：

import pandas as pd

# 先构造你提供的示例数据（实际使用时替换成你的真实数据）
data = {
    'Date': [
        '2014-12-30 23:00:00', '2014-12-30 23:15:00', '2014-12-30 23:30:00',
        '2014-12-30 23:45:00', '2014-12-31 00:00:00', '2015-01-01 00:00:00',
        '2015-01-02 00:00:00', '2015-01-03 00:00:00', '2015-01-04 00:00:00',
        '2015-01-04 00:00:00', '2015-01-05 00:00:00'
    ],
    'X': [2, 0, 1, 1, 22, 0, 2, 2, 2, 2, 2]
}
df = pd.DataFrame(data)

# 步骤1：将Date列转换为datetime类型（这步很关键，不然没法提取星期信息）
df['Date'] = pd.to_datetime(df['Date'])

# 步骤2：按星期几分组，直接存入字典（键是星期名称，值是对应DataFrame）
# 用dt.day_name()获取英文星期名称，比如'Monday'、'Tuesday'
weekday_dfs = {day: group for day, group in df.groupby(df['Date'].dt.day_name())}

# 现在可以直接通过星期名称访问对应的数据了
print("周一的数据：")
print(weekday_dfs['Monday'])
print("\n周二的数据：")
print(weekday_dfs['Tuesday'])

进阶：使用中文星期名称 #

如果你习惯用中文的“周一”“周二”，可以先把数字形式的星期（0=周一，6=周日）映射成中文：

# 定义数字到中文星期的映射
weekday_map = {0: '周一', 1: '周二', 2: '周三', 3: '周四', 4: '周五', 5: '周六', 6: '周日'}

# 用dt.weekday获取数字星期，再映射成中文
weekday_dfs_cn = {
    day: group 
    for day, group in df.groupby(df['Date'].dt.weekday.map(weekday_map))
}

# 访问中文键
print("周三的数据：")
print(weekday_dfs_cn['周三'])

注意事项 #

• 如果某个星期几没有数据，字典里就不会有对应的键，访问时可以用get方法避免报错：

  # 获取周六的数据，不存在则返回空DataFrame
  saturday_df = weekday_dfs.get('Saturday', pd.DataFrame(columns=df.columns))
  

• 分组后的DataFrame是原数据的视图，如果要修改，记得用group.copy()创建副本，避免影响原数据。

内容的提问来源于stack exchange，提问作者Meiiso