根据日期将数据框拆分为两个

Posted 2021-04-11

我有像这样1000行的数据集

 Date,      Cost,         Quantity(in ton),    Source,          Unloading Station
    01/10/2015, 7,            5.416,               XYZ,           ABC

我想在日期的基础上拆分数据。对于例如到2016年12月20日为训练数据，之后是测试数据。

我该怎么分裂？可能吗？

答案

您可以通过将列转换为pandas to_datetime类型并将其设置为索引来轻松完成此操作。

import pandas as pd
df['Date'] = pd.to_datetime(df['Date'])
df = df.set_index(df['Date'])
df = df.sort_index()

以这种格式获取数据后，您可以简单地使用日期作为创建分区的索引，如下所示：

# create train test partition
train = df['2015-01-10':'2016-12-20']
test  = df['2016-12-21':]
print('Train Dataset:',train.shape)
print('Test Dataset:',test.shape)

另一答案

假设您的数据集是pandas数据框，并且Date列是datetime dtype：

split_date = pd.datetime(2016,12,20)

df_training = df.loc[df['Date'] <= split_date]
df_test = df.loc[df['Date'] > split_date]