python - sklearn 火车测试按年份划分

Question

我有一个从 2016 年到 2020 年的数据集，其中有一个“年份”列。我想使用 2016-2017 作为训练数据，使用 2018-2020 作为测试数据。有没有简单的方法来执行这个数据拆分？

标签： pythonscikit-learntrain-test-split

Answer 1

您可以使用 groupby 函数将 2016-2017 年的所有数据分组为训练数据，将 2018-2020 年的数据分组为测试数据。或者，您也可以使用以下代码

df_train = df[df['year'].isin(2016,2017)] and df_test = df[df['year'].isin(2018,2019,2020)]