pandas.DataFrame.truncate #

数据框。truncate ( before = None , after = None , axis = None , copy = None ) [来源] #

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特定阈值的索引值的布尔索引的有用简写。

参数：

在日期、str、int之前: 截断该索引值之前的所有行。
在日期、str、int之后: 截断该索引值之后的所有行。
轴{0 或“索引”、1 或“列”}，可选: 要截断的轴。默认情况下截断索引（行）。对于系列，此参数未使用，默认为 0。
复制bool，默认为 True，: 返回截断部分的副本。

笔记

copy关键字将改变 pandas 3.0 中的行为。默认情况下会启用Copy-on-Write ，这意味着所有带有 copy关键字的方法都将使用惰性复制机制来推迟复制并忽略copy关键字。 copy关键字将在 pandas 的未来版本中删除。

您已经可以通过启用写入时复制来获得未来的行为和改进pd.options.mode.copy_on_write = True

返回：

来电者类型: 截断的系列或数据帧。

也可以看看

DataFrame.loc: 按标签选择 DataFrame 的子集。
DataFrame.iloc: 按位置选择 DataFrame 的子集。

笔记

如果被截断的索引仅包含日期时间值，则 before和after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
a  f
b  g
c  h
d  i
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

中的索引值truncate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

由于索引是仅包含日期的 DatetimeIndex，因此我们可以将before和after指定为字符串。它们将在截断之前被强制为时间戳。

>>> 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对于任何未指定的时间部分（午夜）假定值为 0。这与部分字符串切片不同，部分字符串切片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