เขียนโปรแกรม Python ตัดข้อมูล time series ใน DataFrame ตามค่า index ด้วย truncate()

สมมติว่าคุณมี DataFrame ที่มีคอลัมน์ time series และต้องการตัด (truncate) ข้อมูลตามช่วง index ที่กำหนด

วิธีแก้ปัญหา

1. สร้าง DataFrame พร้อมคอลัมน์ time series ด้วย pd.date_range() freq='W' (รายสัปดาห์)
2. ใช้ df.truncate(before='01/01/2020', after='10/02/2020') ตัดข้อมูลในช่วง

ตัวอย่างโค้ด

import pandas as pd

d = {'Id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]}
df = pd.DataFrame(d)

# สร้าง time series 10 สัปดาห์ เริ่ม 01/01/2020
df['time_series'] = pd.date_range('01/01/2020', periods=10, freq='W')

print("ก่อน truncate:")
print(df)

# ตัดข้อมูลระหว่าง 01/01/2020 ถึง 10/02/2020
result = df.truncate(before='01/01/2020', after='10/02/2020')
print("\nหลัง truncate:")
print(result)

ผลลัพธ์

ก่อน 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

หลัง truncate:
   Id time_series
1   2  2020-01-12

คำอธิบาย:

• truncate() ตัดข้อมูลตามค่า index (ไม่ใช่ตามคอลัมน์) ต้องมี index ที่เรียงลำดับแล้ว
• before และ after รับค่า index ที่จะตัด (inclusive)
• ในตัวอย่าง index เป็นค่า default (0-9) ไม่ใช่ time_series คอลัมน์ ดังนั้น truncate ทำงานกับ index ตัวเลข ไม่ใช่วันที่
• ถ้าต้องการตัดตามวันที่ ควร set time_series เป็น index ก่อน: df.set_index('time_series').truncate(...)