python中利用df.iloc()与冒号划分训练集和测试集

 df.iloc函数

通过索引行、列的索引位置[index, columns]来寻找值，如[1]表示第二行的值，[:,1]表示第二列的值，[a,b]表示a行b列，可切片操作。

数据集划分

在使用公开数据集进行训练时，通常需要将一个数据集按一定比例划分为训练集与测试集（有时还需要预测试集），此时需要用iloc函数与冒号一起完成，代码如下：

train_size = int(df.shape[0] * 0.7)
train = df.iloc[:train_size, :]
#取0~train_size行
test = df.iloc[train_size:, :]
#取train_size到最后一行

其中，df.shape[0]为数据集的长度，可见70%的数据被划分为训练集，剩下的30%为测试集合，而df.iloc函数括号内的[:train_size,:]的冒号可以理解为~，冒号前的0和后面的最后一位数被省略，所以逗号前的“:train_size”表示0~train_size行，“train_size:”表示train_size到数据集的最后一行。