当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python pandas.Series.truncate用法及代码示例


用法:

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

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的布尔索引的有用简写。

参数

before日期,str,int

截断此索引值之前的所有行。

after日期,str,int

截断此索引值之后的所有行。

axis{0 或 ‘index’,1 或 ‘columns’},可选

要截断的轴。默认情况下截断索引(行)。

copy布尔值,默认为 True,

返回截断部分的副本。

返回

调用者类型

截断的 Series 或 DataFrame。

注意

如果被截断的索引仅包含日期时间值,则 beforeafter 可以指定为字符串而不是时间戳。

例子

>>> df = pd.DataFrame({'A':['a', 'b', 'c', 'd', 'e'],
...                    'B':['f', 'g', 'h', 'i', 'j'],
...                    'C':['k', 'l', 'm', 'n', 'o']},
...                   index=[1, 2, 3, 4, 5])
>>> df
   A  B  C
1  a  f  k
2  b  g  l
3  c  h  m
4  d  i  n
5  e  j  o
>>> df.truncate(before=2, after=4)
   A  B  C
2  b  g  l
3  c  h  m
4  d  i  n

DataFrame 的列可以被截断。

>>> df.truncate(before="A", after="B", axis="columns")
   A  B
1  a  f
2  b  g
3  c  h
4  d  i
5  e  j

对于 Series,只能截断行。

>>> df['A'].truncate(before=2, after=4)
2    b
3    c
4    d
Name:A, dtype:object

truncate 中的索引值可以是日期时间或字符串日期。

>>> dates = pd.date_range('2016-01-01', '2016-02-01', freq='s')
>>> df = pd.DataFrame(index=dates, data={'A':1})
>>> df.tail()
                     A
2016-01-31 23:59:56  1
2016-01-31 23:59:57  1
2016-01-31 23:59:58  1
2016-01-31 23:59:59  1
2016-02-01 00:00:00  1
>>> df.truncate(before=pd.Timestamp('2016-01-05'),
...             after=pd.Timestamp('2016-01-10')).tail()
                     A
2016-01-09 23:59:56  1
2016-01-09 23:59:57  1
2016-01-09 23:59:58  1
2016-01-09 23:59:59  1
2016-01-10 00:00:00  1

因为索引是一个仅包含日期的 DatetimeIndex,我们可以将 beforeafter 指定为字符串。它们将在截断之前被强制转换为时间戳。

>>> df.truncate('2016-01-05', '2016-01-10').tail()
                     A
2016-01-09 23:59:56  1
2016-01-09 23:59:57  1
2016-01-09 23:59:58  1
2016-01-09 23:59:59  1
2016-01-10 00:00:00  1

请注意,truncate 假定任何未指定的时间分量(午夜)的值为 0。这与部分字符串切片不同,后者返回任何部分匹配的日期。

>>> df.loc['2016-01-05':'2016-01-10',:].tail()
                     A
2016-01-10 23:59:55  1
2016-01-10 23:59:56  1
2016-01-10 23:59:57  1
2016-01-10 23:59:58  1
2016-01-10 23:59:59  1

相关用法


注:本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 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。