Python Pandas Series.truncate()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.truncate()函数用于在某个索引值之前和之后截断一个系列或数据框架。这是基于索引值高于或低于某些阈值的布尔式索引的一个有用的速记。

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

参数:
before :截断该索引值之前的所有记录。
after :截断该索引值之后的所有记录。
axis : Axis to truncate.默认情况下，截断索引（行）。
copy : 返回被截断部分的副本。

返回：截断的系列或数据框架。

例子#1：使用Series.truncate()函数来截断系列中某个特定日期之前的一些数据。

# 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()函数来截断给定系列对象中’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，Series.truncate()函数已经成功地截断了上述日期之前的所有数据。

例子#2：使用Series.truncate()函数来截断系列中给定索引标签之前和给定索引标签之后的一些数据。

# 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()函数来截断给定系列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()函数已经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。