python - 如何从现在开始拆分最近 7 天的日期

Question

我想从现在开始拆分最后 7 天的日期。

这是我的代码。

df = pdr.get_data_yahoo('ibm',
                          start=datetime.datetime(y-5, m, d),
                          end=pd.datetime.now().date())

split_date = datetime.datetime(y, m, d-7)
train = df.loc[:split_date, ['Close']]
test = df.loc[split_date:, ['Close']]

print(train)
print("################################")
print(test)

它显示的结果是这样的。

............
2019-01-25  133.970001
2019-01-28  134.270004
2019-01-29  134.330002
2019-01-30  134.380005
2019-01-31  134.419998
2019-02-01  134.100006
##################################################################
                 Close
Date                  
2019-02-01  134.100006
2019-02-04  135.190002
2019-02-05  135.550003
2019-02-06  136.320007
2019-02-07  133.000000

print(test) 应该显示过去 7 天的数据，但为什么它只显示 5 天，以及为什么 2019-02-01 134.100006 在训练中显示并测试数据拆分不应该相同。

Answer 1

• 过去 7 天的数据集中似乎只有 5 行(工作日)，这就是为什么您的测试集只显示 5 行的原因。

• “2019-02-01”同时包含在训练集和测试集中的原因是因为 df.iloc[start_ind:end_ind] 从 start_ind< 检索行 到 end_ind 包括。 (这在文档中作为警告提到。您可以检查 here。)要正确拆分，您可以在火车测试中包含直到 8 天前的所有日期，并在测试集中包含最后 7 天。