在很多python任务中,我们需要将原始数据进行处理,分成训练集和测试集,以便更深层次的运用这些数据。
工具/原料
pycharm
python3.7
win10/7
方法/步骤
1
首先需要指定编码方式为【utf8】格式,再导入处理数据的包-pandas
2
然后利用pandas读取原始数据,【sep】参数表明原始数据每列数据之间的分隔方式,【names】参数表明给原始数据每一列取一个名字,若是你的数据列名本来就存在,这项可以舍去。
3
利用sort_values函数对原数据进行排序,【by】参数表明根据哪一列进行排序,这里选择的是时间戳列。【ascending=False】表明按倒序排序。
4
分别指定所需训练集和测试集的大小,这里取的是90%和10%。
5
利用Dataframe的iloc函数,可取出日期最新的10%作为测试集
6
将【ascending】参数设为True,将原始数据进行正序排列,表明时间从前往后排,取前90%作为训练集。
END
注意事项
熟练掌握pandas这个工具包很有用的哦!
有问题欢迎交流!
经验内容仅供参考,如果您需解决具体问题(尤其法律、医学等领域),建议您详细咨询相关领域专业人士。
举报作者声明:本篇经验系本人依照真实经历原创,未经许可,谢绝转载。
展开阅读全部