按日期期间拆分数据框答案

【问题标题】：Splitting dataframe by date periods按日期期间拆分数据框
【发布时间】：2021-09-16 23:50:42
【问题描述】：

不知道你能否指出正确的方向？

我有一个带有日期索引和相应值的数据框：

日期|值

2010-10-16 | 485

2010-10-17 | 486

... ...

2013-10-12 | 8588

2013-10-12 | 8589

我想将这个数据帧按 6 个月的日期块拆分为单独的数据帧，命名为 period_1、period_2 等等：

period_1 包含从 2010-10-18 到（2010-10-18 + 6 个月）的值

period_2 包含从 (2010-10-18 + 6 个月) 到 (2010-10-18 + 6*2 个月) 等的值。

有没有优雅的方法来做到这一点？

我是手动完成的

period_1 = df.loc['2010-10-18':'2011-04-01'] 等等，但这有点棘手......

谢谢。

【问题讨论】：

标签： python pandas dataframe date time

【解决方案1】：

我更喜欢这里的 DataFrames 字典：

start_date = df['date'].min()
end_date = df['date'].max() 

months = (end_date.year - start_date.year) * 12 + (end_date.month - start_date.month)

dfs = {f'period_{i+1}': df[df['date'].between(start_date + pd.DateOffset(months=i),
                                              start_date + pd.DateOffset(months=i+1))] for i in range(months + 1)}
# print (dfs)


print (dfs['period_1'])
        date  value
0 2010-10-16    485
1 2010-10-17    486

不是recommended，而是可以通过变量创建DataFrames：

for i in range(months + 1):
    df1 = df[df['date'].between(start_date + pd.DateOffset(months=i), start_date + pd.DateOffset(months=i+1))] 
    globals()[f'period_{i+1}'] =  df1

【讨论】：