python txt转dataframe_Python:dataframe和libsvm转换,pythondataframe,与

1、dataframe to libsvm

首先我们看下目标数据

2.0000001.00000038.50000054.00000020.0000000.0000001.0000002.0000002.0000003.0000004.0000001.0000002.0000002.0000005.9000000.0000002.00000042.0000006.3000000.0000000.0000001.000000

一共22列，最后一列尾标签

我们先读入数据转换成dataframe格式【当然也可以直接转换libsvm】

import pandas as pd

import os

#读入TXT文件

file_name = "***Test.txt"

file_data = open(file_name, 'r')

data=[]

for line in file_data.readlines():

features = line.strip().split('\t')

data.append(features)

#存储到list

df=pd.DataFrame(data)

cwd = os.getcwd()#获取当前路径

libsvmtxt = cwd + '/libsvm.txt'#创建一个TXT文件

f=open(libsvmtxt,'w')

num=df.shape[0]

columns=df.shape[1]

label = df[columns-1]

for j in range(num-1):

libsvm = ''

for i in range(columns-1):

libsvm += " %d:%s" % (i, df[i][j])

#print (svm_format)

svm_format = "%s%s\n" % (label[j], libsvm)

f.write(svm_format)#写入

这样就可以得到需要的libsvm格式了

2、 libsvm to dataframe

我们直接使用load_svmlight_file

from sklearn.datasets import load_svmlight_file

from pandas import DataFrame

import pandas as pd

file_name = cwd + '/libsvm.txt'

X_train, y_train = load_svmlight_file(file_name)

这样直接得到的数据是sparse matrix

需要转化一下

mat = X_train.todense()

#X

df1 = pd.DataFrame(mat)

#y

df2 = pd.DataFrame(y_train)

df2.columns = ['target']

#合在一起

df = pd.concat([df2, df1], axis=1) # 第一列为target

df.to_csv("df_data.txt", index=False)

Python sklearn.datasets.dump_svmlight_file() Examples：