删除tflearn中的列，产生奇怪的输出

Question

我正在使用tflearn，我使用以下代码加载我的csv文件...

data，labels = load_csv（＆＃39; / home / eric / Documents / Speed Dating Data.csv＆＃39;，                             target_column = 0，categorical_labels = False）

以下是我的csv文件的片段（还有更多列）...

我想删除特定列。例如，我们说我删除了第1列，然后打印出第1列到第5列的数据...

def preprocess(cols_del):
data, labels = load_csv('/home/eric/Documents/Speed Dating Data.csv',
                        target_column=0, categorical_labels=False)

for col_del in sorted(cols_del):
    [data.pop(col_del) for position in data]

for i in range(20):
    print(data[i][0:5])

def main(_):
    delete = [0]
    preprocess(delete)

这是结果......

['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']

数据明显不同。到底是怎么回事？是否删除行而不是列？如何在不更改任何其他列的情况下完全删除整个列？

另外，我知道这是一个单独的问题，但如果我在我的加载csv函数中使用n_classes，我该怎么做？这是我的CSV中的列数吗？

Answer 1

正在发生的是[data.pop(col_del) for position in data]行删除了一半的行，然后你显示了剩下的20行。 （它将删除所有行，但是对pop的调用正在推进循环迭代器。）

如果您不想要某些列，则在致电delete时，应将columns_to_ignore列表传递给load_csv参数。请参阅load_csv处的功能说明。如果您需要从内存中的数据集中删除列，我认为值得您花时间学习Pandas库的基础知识;它会让你的生活更加简单。

如果目标广告属于分类标准，则需要n_classes，以便告知load_csv有多少类别。由于您有categorical_labels=False，因此您不需要它。