ACM PCA Partial Month Costs”改写为中文可以是：“ACM主成分分析部分月成本”。如果按照此需求，可以使用以下Python示例代码：

import pandas as pd
from sklearn.decomposition import PCA

# 加载数据集
data = pd.read_csv('data.csv')

# 去除无用列
data.drop(['Date'], axis=1, inplace=True)

# 数据标准化
data_scaled = (data - data.mean()) / data.std()

# 初始化PCA对象
pca = PCA(n_components=2)

# 计算主成分
principal_components = pca.fit_transform(data_scaled)

# 创建新的数据框
pca_data = pd.DataFrame(data=principal_components,
                        columns=['PC1', 'PC2'])

# 输出前5行数据
print(pca_data.head())

该代码利用Python中的Pandas和sklearn库完成了主成分分析，计算出数据集的前两个主成分并返回了包含这两个主成分的新数据框。