我有一个数据集,日期范围为 2018 年 1 月 12 日到 8 月 3 日,其中包含一些值:
维数为my_df
数据框是:
my_df.shape
(9752, 2)
每行包含半小时频率
第一行开始于2018-01-12
my_df.iloc[0]
Date: 2018-01-12 00:17:28
Value 1
Name: 0, dtype: object
最后一行结束于2018-08-03
my_df.tail(1)
Date: Value
9751 2018-08-03 23:44:59 1
我的目标是选择每天对应的数据行并将其导出到 CSV 文件。
为了仅获取 1 月 12 日的数据并保存到可读文件,我执行:
# Selecting data value of each day
my_df_Jan12 = my_df[(my_df['Fecha:']>='2018-01-12 00:00:00')
&
(my_df['Fecha:']<='2018-01-12 23:59:59')
]
my_df_Jan12.to_csv('Data_Jan_12.csv', sep=',', header=True, index=False)
从1月12日到8月3日共有203天(28周)
我不想每天手动执行此查询,那么我正在尝试以下基本分析:
- 我需要生成 203 个文件(每天 1 个文件)
- 1月12日开始的那一天(1月12日)
- 一月是第一个月(01),八月是第八个月(08)
Then:
- I need to iterate over the 203 days totality
- 并且是必要的在每个日期行值中查看
订单的月份和日期起息日以检查更改
他们每一个人
根据上述,我正在尝试这种方法:
# Selecting data value of each day (203 days)
for i in range(203):
for j in range(1,9): # month
for k in range(12,32): # days of the month
values = my_df[(my_df['Fecha:']>='2018-0{}-{} 00:00:00'.format(j,k))
&
(my_df['Fecha:']<='2018-0{}-{} 23:59:59'.format(j,k))]
values.to_csv('Values_day_{}.csv'.format(i), sep=',', header=True, index=False)
但当我迭代时我遇到了问题range(12,32)
在这几个月的日子里,这range(12,32)
只适用于一月的第一个月,我想是这样......
最后,由于我做错了一些事情,我得到了 203 个空的 CSV 文件......
我怎样才能以合适的方式解决这个小挑战?
任何方向都受到高度赞赏