python将csv文件划分成训练集和测试集的csv文件

把一个csv文件划分成不同csv文件的存档,可以把train划分为train和val 

参考链接:python将大csv文件划分成小csv文件做训练集和测试集

对参考代码做了一些修改,更适用与中文文本分类

import csv
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split



def read_data1():
    data = pd.read_csv('D:/Python_practice_for_DL/bert base Chinese 练习/JDcontents_vivo.csv', encoding="gbk")
    x_list = data['评论']
    y_list = data['评分']
    return np.array(x_list), np.array(y_list)

def split_data(data_list, y_list, ratio=0.20):  # 80%训练集,20%测试集
    '''
    按照指定的比例,划分样本数据集
    ratio: 测试数据的比率
    '''
    X_train, X_test, y_train, y_test = train_test_split(data_list, y_list, test_size=ratio, random_state=50)

    """训练集"""
    with open('D:/Python_practice_for_DL/bert base Chinese 练习/data/sub_train.csv', 'w', encoding="utf_8_sig", newline="",
              errors="ignore") as csvfile:  # 不加newline=""的话会空一行出来
        fieldnames = ['评论', '打分']
        write = csv.DictWriter(csvfile, fieldnames=fieldnames)
        write.writeheader()  # 写表头
        for i in range(len(X_train)):
            write.writerow({'评论': X_train[i],  '打分': y_train[i]})

    """测试集"""
    # 测试csv
    with open('D:/Python_practice_for_DL/bert base Chinese 练习/data/sub_test.csv', 'w', encoding="utf_8_sig", newline="",
              errors="ignore") as csvfile:  # 不加newline=""的话会空一行出来
        fieldnames = ['评论', '打分']
        write = csv.DictWriter(csvfile, fieldnames=fieldnames)
        write.writeheader()  # 写表头
        for i in range(len(X_test)):
            write.writerow({'评论': X_train[i],  '打分': y_train[i]})
    return X_train, X_test, y_train, y_test


if __name__ == '__main__':
    """获取大文件的数据"""
    x_list, y_list = read_data1()
    """划分为训练集和测试集及label文件"""
    split_data(x_list, y_list)

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“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 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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