我可以使用train_test_split()函数根据索引值（每隔10行作为训练数据，其余作为测试数据）来分割数据集，而不是传递test_size和random_state参数吗？

回答：

好的，可以尝试这样做，你可以使用::n，它会返回你指定的每第n个元素，这里是一个例子：

df=pd.DataFrame({'number': np.arange(100), })

如果我们想要每隔10个获取值：

print(df[::10])

结果：

    number0        010      1020      2030      3040      4050      5060      6070      7080      8090      90

你可以对numpy数组做同样的事情：

np.arange(100)array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,       17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,       34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50,       51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67,       68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84,       85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99])

每隔9个值：

np.arange(100)[::9]

输出：

array([ 0,  9, 18, 27, 36, 45, 54, 63, 72, 81, 90, 99])

编辑：

def getting_train_val(dataframe, interval=10):    x_valid = dataframe[::interval]    x_test = dataframe[~ dataframe(dataframe[::interval])].dropna()    return x_valid, x_test