如何根据记录数在python中拆分数据集

Question

我想根据数字将数据框分为两个

train = corpus.iloc[:, :10000]
test = corpus.iloc[:, 10000:]

这是我正在使用的代码。

我收到以下错误：

 AttributeError: iloc not found

iloc不是python3的一部分吗？ 还有其他方法可以根据要拆分的记录数来拆分数据吗？

编辑如用户@craig所述，我loc是大熊猫，而我拥有的数据类型是稀疏矩阵（scipy.sparse.csr.csr_matrix）

Answer 1

不需要iloc ，可以直接使用行切片：

熊猫

import pandas as pd
df = pd.DataFrame(range(10))
df_first_half = df[:5]
df_second_half = df[5:]

SciPy的

import numpy as np
from scipy.sparse import csr_matrix
x = csr_matrix((10, 3), dtype=np.int8)
x_first_half = x[:5].toarray()
x_second_half = x[5:].toarray()

如果您不熟悉[5:]表示法，请参见： https : //scipy-cookbook.readthedocs.io/items/Indexing.html 。 简而言之，它是一维切片（行）。 也可以使用多维切片，例如[5：，：1]。