列车测试拆分数据框列表 - 熊猫

Question

我有一个DataFrame列表，我希望将其拆分为训练集和测试集。 对于单个DataFrame，我可以执行以下操作，

获取测试分割的长度

split_point = len(df)- 125

然后，

train, test = df[0:split_point], df[split_point:]

这给了我火车和测试分裂。

现在，对于DataFrames列表，我可以使用

获取每个DataFrame的测试集长度

split_point = [len(df)-125 for df in dfs]  ## THIS WORKS FINE

我希望得到整个数据帧列表的train和test拆分，就像我为单个数据帧所做的那样。我尝试了以下内容，

train, test = [(df[0:split_point], df[split_point:]) for df in dfs]

## AND THE FOLLOWING

train, test = [(df[0:split_point] for df in dfs),(df[split_point:]) for df in dfs]

两者都不起作用。我怎么能这样做？

（某些DataFrame的长度可能有所不同，但我并不担心，因为它会从长度中减去125，我正在考虑测试集）

Answer 1

你需要做

train, test = zip(*[(dfs[i][0:split_point[i]], dfs[i][split_point[i]:]) for i in range(len(dfs))])

然后它们中的每一个都是具有数据帧的相应部分的元组。

在上面的代码中我正在使用

split_point = [len(df)-125 for df in dfs]

为了更清楚，请考虑以下更简单的示例：

r = [(i,i**2) for i in range(5)]
a,b=zip(*r)

然后a为(0, 1, 2, 3, 4)而b为(0, 1, 4, 9, 16)。