我现在有一个建筑物能耗数据集，包含建筑物id，记录时间，能耗抄表值等数据，其中记录时间为每小时一次，持续一整年。我现在想要按照时间把每月最后五天记录的数据作为测试集，其余的数据作为训练集。你能写一段python代码来完成这个划分吗？

当然可以，以下是一种可能的实现方式：

import pandas as pd
from datetime import datetime, timedelta

# 读取数据集
df = pd.read_csv("能耗数据集.csv")

# 将记录时间转换为 pandas 的 datetime 格式
df["record_time"] = pd.to_datetime(df["record_time"])

# 对记录时间进行分组，取每月最后五天作为测试集
test_dates = []
for group_name, group_df in df.groupby(pd.Grouper(key="record_time", freq="M")):
    last_five_days = group_df["record_time"].dt.day[-5:]
    test_dates += list(last_five_days.dt.date)

# 标记测试集的数据
test_mask = df["record_time"].dt.day.isin(test_dates)
df["is_test"] = test_mask

# 拆分训练集和测试集
train_df = df[~test_mask]
test_df = df[test_mask]

# 输出拆分结果
print(f"训练集有 {len(train_df)} 条数据")
print(f"测试集有 {len(test_df)} 条数据")

这段代码首先读取建筑物能耗数据集，然后将记录时间转换为 pandas 的 datetime 格式。接着对记录时间进行分组，取每月最后五天作为测试集。然后标记测试集的数据，并将数据拆分为训练集和测试集。最后输出拆分结果。