记一次使用 Pandas.DataFrame.sample

最新推荐文章于 2023-08-27 06:07:33 发布

WBwhiteBeard

最新推荐文章于 2023-08-27 06:07:33 发布

阅读量337

点赞数 1

分类专栏： pandas python 文章标签： python

本文链接：https://blog.csdn.net/a_zhangpengjie/article/details/110092948

版权

python 同时被 2 个专栏收录

22 篇文章 0 订阅

订阅专栏

pandas

3 篇文章 0 订阅

订阅专栏

本文介绍了如何利用Python的pandas库快速地从CSV文件中分割数据，创建训练集和测试集。通过sample函数抽取10%的数据作为测试集，剩余部分作为训练集，然后分别保存为两个独立的CSV文件。这种方法简洁高效，适用于数据预处理阶段。

摘要由CSDN通过智能技术生成

首先我的目标是将一个.csv文件中的内容给分割开来。

分为训练集与测试集。但是折腾了一天，才发现有更加简单的方法实现。

使用pandas包。

train.to_csv('the_train.csv', encoding='utf_8_sig', sep='\t', header=None)

# 测试集
test = train.sample(frac=0.1, replace=False, random_state=5, axis=0)


# 训练集，余下的数据作为训练集
train = train[~train.index.isin(test.index)]

# 将两个文件保存为csv文件

test.to_csv('test.csv', encoding='utf_8_sig', sep='\t', header=None, index=None)

train.to_csv('train.csv', encoding='utf_8_sig', sep='\t', header=None, index=None)

先随机抽取出我需要的测试集，将其保存为csv文件。

其次，将剩下的数据转换为训练集。