关于python使用pandas导入dat数据文件的方法(可导入任意dat数据文件和csv数据文件)

我相信大家在学习python中会遇到一些很苦恼的数据导入问题,csdn上面的数据导入五花八门,大多是在特定条件实行的数据导入,我在学习机器学习分类算法实现中发现csdn上面有很多dat数据文件,所以想要利用这些dat数据文件,但不知道如何导入,经过一番摸索,有一种方法可以完全实现dat文件转化为csv文件导入python:
首先下载一个dat文件
在这里插入图片描述
直接将后缀改成xlsx,打开文件发现dat数据文件的格式是这样的:
在这里插入图片描述
可以看到这些数据只有一列,所有得想办法把他们分开,具体办法就是excell的分列操作,很简单不提
分列之后就是正常的一行一列的数据,这个时候保存数据格式为csv
然后把文件改成utf-8编码即可
再进行代码操作:
import pandas as pd
pd.read_csv(“11heart1.csv”,encoding = ‘utf-8’)
在这里插入图片描述
数据就导入了!

  • 5
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
MOVIELENS数据集是一个常用的用于推荐系统开发和研究的数据集,包含了用户对电影的评分和电影的详细信息等数据。下面简单介绍如何通过Python导入MOVIELENS数据集,并对数据进行一些简单的处理。 首先,从MOVIELENS官网下载数据集,并解压到本地目录。数据集包括三个文件:ratings.csv、movies.csv和links.csv。其中,ratings.csv文件包含了用户对电影的评分信息,movies.csv文件包含了电影的详细信息,links.csv文件包含了电影在IMDB和The Movie Database网站上的链接信息。 接下来,我们使用Python中的pandas库来导入数据集。pandasPython中一个强大的数据处理库,可以方便地进行数据读取、清洗、转换等操作。 ```python import pandas as pd # 读取ratings.csv文件 ratings = pd.read_csv('ratings.csv') # 输出前5行数据 print(ratings.head()) ``` 输出结果如下: ``` userId movieId rating timestamp 0 1 1 4.0 964982703 1 1 3 4.0 964981247 2 1 6 4.0 964982224 3 1 47 5.0 964983815 4 1 50 5.0 964982931 ``` 接下来,我们可以对数据集进行一些简单的处理。例如,我们可以统计每个电影的平均评分,并按照评分从高到低排序。 ```python # 读取movies.csv文件 movies = pd.read_csv('movies.csv') # 合并ratings和movies数据集 data = pd.merge(ratings, movies, on='movieId') # 按照电影id分组,计算每个电影的平均评分 mean_ratings = data.groupby('movieId')['rating'].mean() # 按照平均评分从高到低排序 sorted_ratings = mean_ratings.sort_values(ascending=False) # 输出前10个电影的平均评分 print(sorted_ratings.head(10)) ``` 输出结果如下: ``` movieId 88448 5.0 100556 5.0 143031 5.0 143511 5.0 143559 5.0 6201 5.0 102217 5.0 102084 5.0 6192 5.0 145994 5.0 Name: rating, dtype: float64 ``` 以上就是使用Python导入MOVIELENS数据集并进行简单处理的方法。通过pandas库,我们可以方便地读取、处理和分析大规模的数据集。
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值