转换文件格式：从 ".data" 到 ".csv"

最新推荐文章于 2024-04-24 16:21:41 发布
最新推荐文章于 2024-04-24 16:21:41 发布
阅读量1w 收藏 28
点赞数 6
文章标签： 数据分析

一 背景

UCI 机器学习的数据集网站 这上面的数据很多都是以 “.data”形式保存的，我在用Python 处理数据的时候一般都是用 “.csv”的格式。所以这就需要把数据文件从”.data”格式变为“.csv”格式。

二 方法

1、找到你想要的数据，右键单击>链接另存为，就可以下载到本地

在这里插入图片描述
2、然后用一个编辑器把文件打开，我用的是sublime。打开之后，删掉最上方的标题，另存为 .txt文件。
3、打开excel, >数据>自文本，然后根据提示导入刚才保存在.txt文件中的数据。

在这里插入图片描述
4、点击文件，另存为 .csv 格式
weixin_43630413
关注
  • 6
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
UCI数据集(多种格式).zip
01-14
UCI数据集是一个常用的机器学习标准测试数据集,本资源含有数据集(.txt、.data、.m)如下; Aggregation Blood Cancer D31 Ecoli Glass Iris Jain Robotnavigation Seeds Sprial Vowel Vehicle watermelon_4 Wine 等等数据集
UCI_Credit_Card.csv.zip
05-20
此数据集包含2005年4月至2005年9月台湾地区的信用卡用户的默认付款，人口统计因素，信用数据，付款时间和账单的详细信息。
从.data文件转为.csv文件
热门推荐
qq_43231261的博客
05-13 1万+
在训练KNN时使用了UCI数据集，里面的数据通常以.data格式存储，在将数据集中的字符串转化为浮点型时出现了以下错误： could not convert string to float: ‘temp’ 上网查了写资料，说是因为数据中存在空格，因此没法直接转换。 源代码如下： for x in range(len(dataset) - 1): for y in range(6...
uci数据集_批式CSV数据读取【Alink使用技巧】
weixin_39932762的博客
12-06 552
Alink是基于Flink的机器学习算法平台，欢迎访问Alink的github获取更多信息。alibaba/Alink​github.com也欢迎加入钉钉群进行交流。基本操作我们先下载个csv文件用作后面的测试数据。将数据文件 http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data下载到本地，文件路径为 /Us...
UCi数据集处理技巧记录
Zm6Cc的博客
12-31 535
原始UCI数据集处理，适合python读取
【Python】数据集处理
weixin_42139775的博客
06-03 722
【写在前面】持续补充使用Python将数据集分成训练集与测试集的方法（针对各种形式的数据）
用weka打开UCI数据集
u011183517的专栏
12-07 3302
1.打开网页，ctrl+s，保存格式为所有格式。 2.用Excel打开，分隔符选逗号或者空格。在第一行添加一行，给每列取个属性名称后，保存为CSV格式文件。 3.用weka打开CSV文件。
UCI数据集下载及转换为arff文件
weixin_46039606的博客
04-20 1959
5，csv为数据表文件，点击后下载到本地，由于weka需要的是arff文件，所以需要将下载的不同类型的文件转换为arff文件。2，进入Data Sets界面后，可以在左边Default Task，下方看到Classification和Clustering，这两个分别代表分类和聚类的数据集，如下图所示。返回上级目录，其他的链接通常为数据下载或者与数据下载相关的信息链接。，选择需要的数据集，点击数据集名称，进入以下界面。，进入数据下载页面，
UCI数据集（arff格式+csv格式）
04-20
此数据集包括arff格式和csv格式，有需要的可以进行下载
molstruct:将化学分子数据CSV文件转换为结构化数据格式
04-10
Molstruct是一种轻量级的Python CLI工具，可将化学分子数据文件转换为结构化数据格式 ， 和 。 Molstruct有很多自定义选项，您可以但不必使用。 支持Python 3.2+，并且不需要依赖项。 到目前为止听起来不错？ 您会对一个非常小的说些什么？ 只需尝试Molstruct！ 什么是结构化数据 是放置在网站上的其他数据。 它们对于普通的互联网用户不可见，但是可以通过机器轻松地进行处理。 我们可以使用3种格式来保存结构化数据 ， 和 。 Molstruct支持它们全部并使用。 在哪里可以找到包含分子数据的CSV文件 有很多可能性。 最简单的方法是从化学数据库之一（例如DrugBank）下载CSV文件。 您也可以自己创建CSV文件。 安装 您可以从PyPI安装Molstruct： pip install molstruct 支持Python 3.2及更高版本。 不需
data-tools:文件格式转换工具
05-03
| | | | | | | | | | | | | 加入| 钥匙| 等级格式 概括 用于数据提取，数据处理和文件格式转换的命令行工具。 check-tsv verify rows in TSV file are same length convert-date convert dates in tabular data using strftime-style formats counting-sort sort a file using counting sort csv-to-json convert CSV to JSON csv-to-postgres import a CSV file into a PostgreSQL table csv-to-tab
data(1).csv
04-17
Kaggle官方教程机器学习入门，搬运墨尔本房价趋势分析数据，用来做基础数据分析探索。本练习将锻炼读取数据文件和了解有关数据的统计信息的能力。在以后的练习中，您将使用其他技术来过滤数据，建立机器学习模型并迭代地改进模型。上述教程中使用了墨尔本的数据作为实例。
realm2csv:从Realm数据库快速转换为CSV文件
05-04
Realm2CSV 指示 适用于SDK版本21+ 使用要转换的文件（名称必须为default0）更新app / src / main / res / raw / default0.realm文件。 注意：当前，此Android应用程序将Realms迁移到版本2（假定相同的架构）。 如果您想走得更高，则需要修改app / src / main / java / com / shayan / realmtest / model / Migration.java 在app / src / main / java / com / shayan / realmtest / MainActivity.java中更改.csv输出文件名。 默认值为exampleOutput.csv 使用./adb pull /data/data/com.shayan.realmtest/files/exampleO
C#中将DataTable转换成CSV文件的方法
09-01
DataTable用于在.net项目中，用于缓存数据，DataTable表示内存中数据的一个表，在.net项目中运用C#将DataTable转化为CSV文件，接下来通过本文给大家提供一个通用的方法，感兴趣的朋友可以参考下
dataclass-csv:将CSV映射到数据类
03-16
使用dataclasses代替字典来表示CSV文件中的行。 利用dataclass属性类型注释。 DataclassReader使用类型注释对CSV文件的数据进行验证。 自动类型转换。 DataclassReader支持str ， int ， float ， complex ， ...
UCI数据集 .mat格式，
09-12
UCI数据集 .mat格式，可直接load使用，
datasets-uci-iris（csv）文件和相关36个UCI数据文件.rar
10-12
datasets-uci-iris（csv）文件和相关36个UCI数据文件，datasets-uci-iris（csv）文件和相关36个UCI数据文件。
3月黄油奶酪行业数据分析：安佳和妙可蓝多领军市场
business_jing的博客
04-24 316
从品牌格局来看，安佳和妙可蓝多作为黄油奶酪的领军品牌，在3月份也有优异的销售数据。除此之外，我们还发现，随着消费者对高品质奶酪和黄油产品的需求不断增加，备受消费者青睐的产品趋向于保留奶酪和黄油最真实的味道，而减少添加剂的使用。因此，品牌也需要不断创新和改进产品，以适应市场的变化和满足消费者的需求，加强自身竞争力。观察黄油奶酪产品的价格带，41元至125元价格带的产品在市场中占据了显著的地位，贡献了最多的销售额，占比约35%。观察发现，安佳和妙可蓝多两个品牌的商品，占据了热销商品TOP榜。
数据分析：筛选多组交集特征
最新发布
H20230717的博客
04-24 157
使用R语言筛选多个分组的交集特征
{"code":"200","result":{"302057481046073372":{"302057481046073372":1.0523923348283815,"304479743393312815":0.9959330071167308,"304024895354912851":1.026913867116934,"307989838517305346":1.001794250183725,"304523006938624018":1.022248796233928,"311147024898777163":1.0455741541960053,"304583930458320940":1.0043062129393774,"304478935071223852":0.9977272639845888,"310005069955301460":0.9797846817416752,"304035445505945643":1.026913867116934,"305025908043956252":0.9965310932087248,"302324522575515690":1.026913867116934,"302390854109220868":0.9821770261096512,"305721814351507540":0.9911483187372659,"304019923427037230":1.026913867116934,"349358108339961878":0.9971291793007189,"305753420650786875":0.9910287008664957,"304007366385389620":1.026913867116934,"304069952887947328":1.0208133886827109,"308129789586223120":1.028947360760145}},"message":"成功"}请根据以上json文件的数据格式，用python处理以上json串 处理方式：把,换成_ 把换行去掉。 输出格式：csv格式，表头3列，分别为id，related id， xiangsizhi，且根据xiangsizhi进行倒序排列
07-07
您可以使用以下代码来处理给定的 JSON 数据，并将其转换为 CSV 格式的输出： ```python import json import csv # JSON 数据 json_data = ''' {"code":"200","result":{"302057481046073372":{"302057481046073372":1.0523923348283815,"304479743393312815":0.9959330071167308,"304024895354912851":1.026913867116934,"307989838517305346":1.001794250183725,"304523006938624018":1.022248796233928,"311147024898777163":1.0455741541960053,"304583930458320940":1.0043062129393774,"304478935071223852":0.9977272639845888,"310005069955301460":0.9797846817416752,"304035445505945643":1.026913867116934,"305025908043956252":0.9965310932087248,"302324522575515690":1.026913867116934,"302390854109220868":0.9821770261096512,"305721814351507540":0.9911483187372659,"304019923427037230":1.026913867116934,"349358108339961878":0.9971291793007189,"305753420650786875":0.9910287008664957,"304007366385389620":1.026913867116934,"304069952887947328":1.0208133886827109,"308129789586223120":1.028947360760145}},"message":"成功"} ''' # 解析 JSON 数据 data = json.loads(json_data) # 转换为 CSV 格式 csv_data = [] for key, values in data["result"].items(): for related_id, xiangsizhi in values.items(): csv_data.append([key, related_id, xiangsizhi]) # 根据 xiangsizhi 进行倒序排序 csv_data.sort(key=lambda x: x[2], reverse=True) # 写入 CSV 文件 with open("output.csv", "w", newline="") as csv_file: writer = csv.writer(csv_file) writer.writerow(["id", "related id", "xiangsizhi"]) # 写入表头 writer.writerows(csv_data) print("CSV 文件已生成！") ``` 这段代码首先将给定的 JSON 数据解析为 Python 字典对象。然后，它遍历字典并将相关的数据提取到一个 CSV 数据列表中。最后，它根据 "xiangsizhi" 列进行倒序排序，并将数据写入一个名为 "output.csv" 的 CSV 文件中。 请确保在运行代码之前，将 JSON 数据替换为实际的数据。运行代码后，将生成一个名为 "output.csv" 的 CSV 文件，其中包含三列：id、related id 和 xiangsizhi，并按照 xiangsizhi 进行倒序排序。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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