Python Pandas DataFrame truncate方法用法及代碼示例

Panda 的 DataFrame.truncate(~) 方法使用截斷從 DataFrame 中提取行的子集。

1.before | int 或 string 或 date | optional

刪除該索引值之前的所有值。忽略這一點意味著將從一開始就包含行/列。

2. after | int 或 string 或 date | optional

刪除該索引值之後的所有值。忽略這一點意味著行/列將被包含到最後。

3. axis | int 或 string | optional

執行該方法所沿的軸：

軸	說明
`0` 或 `"index"`	截斷行
`1` 或 `"columns"`	截斷列

默認情況下，axis=0 。

4. copy | bool | optional

如果True，則將創建一個新的DataFrame。
如果 False ，則返回對源 DataFrame 的引用。這意味著修改 truncate(~) 返回的 DataFrame 也會修改源 DataFrame，反之亦然。

默認情況下，copy=True 。

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2,3,4], "B":[5,6,7,8]}, ["a","b","c","d"])
df



   A  B
a  1  5
b  2  6
c  3  7
d  4  8

要截斷索引 "b" 之前和索引 "c" 之後的行：

df.truncate(before="b", after="c")   # or axis=0



   A  B
b  2  6
c  3  7

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4], "C":[5,6], "D":[7,8]})
df



   A  B  C  D
0  1  3  5  7
1  2  4  6  8

要截斷列 "B" 之前和列 "C" 之後的列，請設置 axis=1 ：

df.truncate(before="B", after="C", axis=1)



   B  C
0  3  5
1  4  6

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | truncate method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。