Python 有条件地将数据拆分为训练和测试（Pandas）

我有一个使用Python执行预测任务的代码。这项任务是预测一家公司从2015年到2019年不同年份的销售额

我想把数据分成训练集和测试集

但问题是，我想利用2015年至2018年的数据训练模型，并在2019年的数据上测试模型

我如何使用train_test_split、ShuffleSplit、

X_train = df.iloc[train_index]
X_test = df.iloc[test_index]
y_train = X_train.Sales
y_test = X_test.Sales

---

由于您在一开始就有了条件，因此您将失去使用机器学习预处理中使用的洗牌方法的好处。因此，我建议不要在这种情况下进行列车试验分离（我假设结果有偏差）。尽管如此，如果您需要这样做，请尝试：

train = your_data[your_data['year_column'] < 2019]
test = your_data[your_data['year_column'] == 2019]

X_train = train.loc[:, train.columns != 'column_of_interest']
y_train = train['column_of_interest']
X_test = test.loc[:, test.columns != 'column_of_interest']
y_train = test['column_of_interest']

train=您的_数据[您的_数据['year_column']<2019]
测试=您的_数据[您的_数据['year_column']==2019]
X_train=train.loc[：，train.columns！=“感兴趣的列”]
y\u列=列[“感兴趣的列”]
X_test=test.loc[：，test.columns！=“感兴趣的列”]
y\u列=测试[“感兴趣的列”]

您可以添加您的数据吗？？（示例）您正在努力解决的具体问题是什么？