Python Pandas Series.truncate()用法及代码示例

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.truncate()函数用于在某个索引值之前和之后截断Series或DataFrame。这是基于高于或低于某些阈值的索引值进行布尔索引的有用捷径。

用法： Series.truncate(before=None, after=None, axis=None, copy=True)

参数：
before:截断此索引值之前的所有行。
after:截断此索引值之后的所有行。
axis:截断轴。默认情况下截断索引(行)。
copy:返回截断部分的副本。

返回：截断的Series或DataFrame。

范例1：采用Series.truncate()函数可在给定日期之前截断该系列中的某些数据。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow']) 
  
# Create the Datetime Index 
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',  
                     periods = 6, tz = 'Europe/Berlin')  
  
# set the index 
sr.index = didx 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.truncate()函数可截断给定Series对象中“ 2014-08-17 10：00：00 + 02：00”之前的数据。

# truncate data prior to the given date 
sr.truncate(before = '2014-08-17 10:00:00 + 02:00')

输出：

正如我们在输出中看到的，Series.truncate()函数已成功截断了上述日期之前的所有数据。

范例2：采用Series.truncate()函数在给定索引标签之前和给定索引标签之后截断序列中的某些数据。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.truncate()函数截断给定Series对象中第一个索引标签之前和第三个索引标签之后的数据。

# truncate data outside the given range 
sr.truncate(before = 1, after = 3)

输出：

正如我们在输出中看到的，Series.truncate()函数已成功截断了上述索引标签之前和之后的所有数据。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.truncate()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。