如何使用panda加载具有文件夹名称和图像名称但不包含ID的数据集文件？

Question

我使用的文件是一个文本文件，格式如下（如下所示）。 第一列代表文件夹名称。 这是一个样本。

0010 \\ 0010_01_05_03_115.jpg
0010 \\ 0010_01_05_03_121.jpg
0010 \\ 0010_01_05_03_125.jpg

由于出现此错误，如何将其加载到程序中：

img = image.load_img（'TrainImages /'+ TrainImages ['id'] [i] .astype（'str'）+'。png'，target_size =（2，8，28，1），grayscale = False）文件getitem索引器中的“ C：\\ Anaconda \\ lib \\ site-packages \\ pandas \\ core \\ frame.py”行2927 = = self.columns.get_loc（key）文件“ C：\\ Anaconda \\ lib \\ site-packages \\ pandas get_loc中的\\ core \\ indexes \\ base.py“行2659，返回self._engine.get_loc（self._maybe_cast_indexer（key））文件” pandas / _libs / index.pyx“，行108，位于pandas._libs.index中。 pandas._libs.index.IndexEngine.get_loc文件“ pandas / _libs / hashtable_class_helper.pxi”中的IndexEngine.get_loc文件“ pandas / _libs / index.pyx”，第132行，pandas._libs.hashtable.PyObjectHashTable中的行“ 1601”。 get_item文件“ pandas / _libs / hashtable_class_helper.pxi”，行1608，在pandas._libs.hashtable.PyObjectHashTable.get_item中KeyError：'id'

我实际上正在尝试通过读取文件并在进行其余操作之前对其进行一些预处理来创建训练数据集。

这是我尝试的代码，我不确定是否正确：

TrainImages=pd.read_csv('client_train_raw.txt')
train_image =[]
for i in tqdm(range(TrainImages.shape[0])):
    img=image.load_img('TrainImages/' +TrainImages['id'] 
      [i].astype('str')+'.png', target_size=(2, 8, 28, 1),grayscale=False)
    img = image.img_to_array(img)

Answer 1

您尚未告诉数据框'id'是什么意思。 看来您的数据文件只有一列，文件路径以'\\'分隔。 您应该可以通过以下方法解决此问题：

train_images = pd.read_csv('client_train_raw.txt', header=False, names=['id'])

这会将数据框中的单列标记为'id' ，您将停止获取该错误。 我认为您如何处理文件路径仍然存在一些问题，并且我不确定TrainImages['id'][i].astype('str')中的[i]在做什么认为是。

同样，您可能不需要使用Pandas进行此阅读。 由于文件中的每一行都是图像的路径，因此您可以使用：

with open('client_train_raw.txt', 'r') as a_file:
    for idx, line in enumerate(a_file):
        # Each line will be a path to a data file.
        img = image.load_img('TrainImages/' + line + idx + '.png', ...)
        img = image.img_to_array(img)

之类的，但是我不确定这里的idx应该做什么。