Pandas Dataframe用于Train_Test_Split

Question

我是数据分析和机器学习的新手，我有以下问题。我有以下数据集，我想使用算法K最近邻使用pandas和sklearn进行分析：

https://archive.ics.uci.edu/ml/datasets/Credit+Approval

首先，我将数据集加载到数据框中，每个列都包含标题（A1到A16）：

df =  pd.read_csv('crx.csv').dropna().reset_index(drop = True)

我的问题是，如何使用train_test_split功能：

a）在测试中拆分数据并训练和

b）同时将列A1标记为A15作为标记，将A16标记为标记？

我希望有类似下面的代码，当然这不符合我的意愿：

X_train, X_test, y_train, y_test = train_test_split(df[0:16], df['A16'], random_state=0)

其中X_train将75％的数据从A1列添加到A15，X_test其余25％，y_train相同的75％的数据但只有列A16（目标）和y_test其余25％。

我的意图是稍后将KNeighborsClassifier.fit与训练数据一起使用。

提前谢谢你，

Answer 1

改为使用df.iloc[:,0:16]（或df[['A1', 'A2', 'A3', ...]]，但在您的情况下更麻烦）：

train_test_tuple = train_test_split(df.iloc[:,0:16], df['A16'], random_state=0)

请参阅documentation for iloc。