有一个dataframe，根据日期groupby之后将每天数据作为一个小dataframe传入并行化处理，进行每天数据的遍历，python怎么实现

可以使用`groupby`方法将DataFrame按照日期分组，然后使用`apply`方法并传入一个函数来对每个小DataFrame进行处理。可以使用`concurrent.futures`库来实现并行化处理。

下面是一个示例代码：

import pandas as pd
import concurrent.futures

# 假设有一个DataFrame，包含日期和数据
df = pd.DataFrame({'date': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02'],
                   'data': [1, 2, 3, 4]})

# 将DataFrame按照日期分组，得到一个字典，每个键对应一个小DataFrame
grouped = df.groupby('date')

# 定义一个函数，用于遍历每个小DataFrame
def process_day(day_df):
    # 这里可以对每个小DataFrame进行处理
    # 这里只是简单地打印一下
    print(day_df)

# 使用concurrent.futures库进行并行化处理
with concurrent.futures.ThreadPoolExecutor() as executor:
    # 遍历每个小DataFrame
    for day, day_df in grouped:
        # 将每个小DataFrame传入线程池
        executor.submit(process_day, day_df)

这段代码会将DataFrame按照日期分组，然后使用`process_day`函数遍历每个小DataFrame并打印出来。由于使用了`concurrent.futures`库，可以并行处理每个小DataFrame。