我有一個(gè)日期范圍從 2018 年 1 月 12 日到 8 月 3 日的數(shù)據(jù)集，其中包含一些值：my_dfDataFrame的維度為：my_df.shape (9752, 2)每行包含半小時(shí)頻率第一行開(kāi)始于 2018-01-12my_df.iloc[0]Date:       2018-01-12 00:17:28Value                      1Name: 0, dtype: object最后一行結(jié)束于 2018-08-03my_df.tail(1)                  Date:     Value9751    2018-08-03 23:44:59  1我的目標(biāo)是選擇每一天對(duì)應(yīng)的數(shù)據(jù)行并將其導(dǎo)出為CSV文件。為了僅獲取 1 月 12 日的數(shù)據(jù)并保存到可讀文件中，我執(zhí)行：# Selecting data value of each daymy_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)從1月12日到8月03日有203天（28周）我不想每天手動(dòng)執(zhí)行此查詢，然后我嘗試以下基本分析：我需要生成 203 個(gè)文件（每天 1 個(gè)文件）1月12日開(kāi)始的那一天（1月12日）一月為正月（01），八月為八月（08）然后：我需要遍歷整個(gè) 203 天并且有必要在每個(gè)日期行值中檢查月和日值日期與訂單以檢查每個(gè)日期的變化根據(jù)上述，我正在嘗試這種方法：# 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)但是當(dāng)我range(12,32)在幾個(gè)月中迭代時(shí)，我遇到了問(wèn)題，這range(12,32)僅適用于 1 月的第一個(gè)月份，我認(rèn)為是這樣......最后，由于我做錯(cuò)了什么，我得到了 203 個(gè)空的 CSV 文件......我該如何應(yīng)對(duì)這種適合方式的小挑戰(zhàn)？任何方向都受到高度贊賞