我有一段使用Python进行预测任务的代码。任务是预测一家公司在2015年至2019年间的销售情况。

我想将数据拆分为训练集和测试集。

但问题是，我想使用2015年至2018年的数据来训练模型，并在2019年的数据上测试模型。

如何使用train_test_split和ShuffleSplit进行这种条件拆分数据，

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

回答：

由于一开始就设定了条件，你会失去机器学习预处理中使用洗牌方法的好处。因此，我建议不要在这种条件下进行训练-测试拆分（我认为这会导致偏见结果）。不过，如果你必须这样做，可以尝试以下方法：

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']