如何按天拆分行？答案

【问题标题】：How can I split rows by day?如何按天拆分行？
【发布时间】：2023-03-12 11:30:01
【问题描述】：

我有很多行表明它们的创建时间

 'Fri Sep 19 17:27:16 blah blah' 

 'Fri Sep 19 17:14:28 blah blah'

 'Fri Sep 19 17:11:51 blah blah' 

          .
          .
          .

一个月有几千行，每天有几十行

我想将它们按天分组。我应该使用哪个功能？

【问题讨论】：

这篇文章需要更多的背景信息，这样人们才能回答你的问题。目前尚不清楚这与熊猫有何关系-您的数据是否在 DataFrame 中？

标签： pandas

【解决方案1】：

itertools.groupby(rowlist, key=lambda row: row[0:10])

【讨论】：

【解决方案2】：

您的问题不清楚，但假设您有一列将时间值作为字符串，另一列作为任意值，加载后您需要将“日期”转换为日期时间 dtype，然后您可以按日期分组：

In [109]:
# load some data
import io
import pandas as pd
t="""Fri Sep 19 17:27:16,blah blah
Fri Sep 20 17:14:28,blah blah
Fri Sep 19 17:11:51,blah blah"""
df = pd.read_csv(io.StringIO(t), header=None, names=['date', 'value'])
df

Out[109]:
                  date      value
0  Fri Sep 19 17:27:16  blah blah
1  Fri Sep 20 17:14:28  blah blah
2  Fri Sep 19 17:11:51  blah blah

In [110]:    
# convert the datetime string
df['date'] = pd.to_datetime(df['date'])
df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 3 entries, 0 to 2
Data columns (total 2 columns):
date     3 non-null datetime64[ns]
value    3 non-null object
dtypes: datetime64[ns](1), object(1)
memory usage: 72.0+ bytes

In [113]:    
# group on the date
df.groupby(df['date'].dt.date)['value'].max()

Out[113]:
2015-09-19    blah blah
2015-09-20    blah blah
Name: value, dtype: object

所以上面使用to_datetime来转换日期时间str，然后我在'date'列的date属性上使用groupby，这里我调用max只是为了表明它区分不同的日期.

【讨论】：