Question

我使用下面的代码，将数据分成两组

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
dataFileName='RFInput.xlsx'
sheetName='Rawdata'
sheetNamePara='paraList'
dataRaw=pd.read_excel(dataFileName, sheetname = sheetName)
datapara=pd.read_excel(dataFileName, sheetname = sheetNamePara)

noData=len(dataRaw)
import matplotlib.pylab as plt
from sklearn.cross_validation import train_test_split
from sklearn.cross_validation import cross_val_score
from sklearn.preprocessing import StandardScaler


labels = datapara
x = dataRaw[labels]
y = dataRaw['classVariable']

RAWDATA：

A   B     C      D    E      F
0   1.2   1.6   3.2  3.2    1.6
1   1.2   1.6   3.2  3.2    1.6
2   2.6   1.9   6.5  6.5    1.9
0   1.2   1.6   3.2  3.2    1.6
1   2.6   1.9   6.5  6.5    1.9
4   1.2   1.6   3.2  3.2    1.6


paraList:
A   C  E  F
Y   N  Y  Y

A，B，C，D，E，F是我在rawData中的原始变量名，但我只想提取paraList中指定的A，C，E，F变量数据。这些必需的变量列在paraList中，它们分成两组Y＆amp; N，我想将Y变量数据读入x_Y，将N变量数据读入x_N。

Answer 1

如果我理解正确，您需要原始表的子集。您不需要两次读取文件，只需将数据框索引为<div> <table border="1"> <tr> <th>Product</th> <th>Code</th> <th>Price</th> <th>Action</th> </tr> <tr *ngFor="let product of products"> {{product.product_name}} </tr> </table> </div>就足够了。您可以将此视图指向另一个变量，也可以使用添加的dataRaw[["A","C","E","F"]]复制它。

但由于这是一个相当基本的问题，我建议你阅读10 minutes pandas introduction。

修改
在这种情况下，我建议将列和类别列表存储到字典中，并使用简单的列表解析来访问它们，类似这样的

.copy()

如何将数据读入指定的不同组

1 个答案: