Python|熊猫 Series.truncate()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.truncate()函数用于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。

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

Parameter :
before : Truncate all rows before this index value.
after : Truncate all rows after this index value.
axis : Axis to truncate. Truncates the index (rows) by default.
copy : Return a copy of the truncated section.

Returns : truncated Series or DataFrame.

示例 #1：使用Series.truncate()函数从给定日期之前的系列中截断一些数据。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
  
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W', 
                     periods = 6, tz = 'Europe/Berlin') 
  
# set the index
sr.index = didx
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.truncate()函数来截断给定 Series 对象中 '2014-08-17 10:00:00+02:00' 之前的数据。

# truncate data prior to the given date
sr.truncate(before = '2014-08-17 10:00:00 + 02:00')

输出 ：

正如我们在输出中看到的那样， Series.truncate()函数已成功截断了上述日期之前的所有数据。

示例 #2：使用Series.truncate()函数在给定索引标签之前和给定索引标签之后截断序列中的一些数据。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002])
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.truncate()函数来截断给定 Series 对象中第一个索引标签之前和第三个索引标签之后的数据。

# truncate data outside the given range
sr.truncate(before = 1, after = 3)

输出 ：

正如我们在输出中看到的， Series.truncate()函数成功地截断了提到的索引标签之前和提到的索引标签之后的所有数据。