시계열 데이터가 있는 데이터 프레임이 있고 잘린 데이터의 결과는 다음과 같다고 가정합니다.
before truncate: Id time_series 0 1 2020-01-05 1 2 2020-01-12 2 3 2020-01-19 3 4 2020-01-26 4 5 2020-02-02 5 6 2020-02-09 6 7 2020-02-16 7 8 2020-02-23 8 9 2020-03-01 9 10 2020-03-08 after truncate: Id time_series 1 2 2020-01-12
해결책
이 문제를 해결하기 위해 다음 단계를 따릅니다. -
-
데이터 프레임을 정의합니다.
-
start='01/01/2020', 기간 =10 안에 date_range 함수를 만들고 freq ='W'를 할당합니다. 주어진 시작 날짜부터 다음 주 시작 날짜까지 10개의 날짜를 생성하고 df['time_series']로 저장합니다.
df['time_series'] = pd.date_range('01/01/2020',
periods=10,
freq='W') -
before='01/01/2020', after='10/02/2020'과 같이 일부 인덱스 값 내부에 df.truncate() 함수를 적용하고 결과로 저장합니다.
result = df.truncate(before='01/01/2020',after='10/02/2020')
예시
더 나은 이해를 위해 아래 구현을 살펴보겠습니다. −
import pandas as pd
d = {'Id': [1,2,3,4,5,6,7,8,9,10]}
df = pd.DataFrame(d)
df['time_series'] = pd.date_range('01/01/2020',
periods=10,
freq='W')
print(df)
result = df.truncate(before='01/01/2020',after='10/02/2020')
print(result) 출력
before truncate: Id time_series 0 1 2020-01-05 1 2 2020-01-12 2 3 2020-01-19 3 4 2020-01-26 4 5 2020-02-02 5 6 2020-02-09 6 7 2020-02-16 7 8 2020-02-23 8 9 2020-03-01 9 10 2020-03-08 after truncate: Id time_series 1 2 2020-01-12