以分號為分隔符讀取 CSV 文件

Question

我有一個numpy 2D 數組，它的形狀為(4898, ) ，其中每行中的元素用分號分隔，但仍存儲在單列而不是多列中（所需的結果）。 如何在二維數組的每個數組中每次出現分號時創建拆分。 我已經編寫了以下 Python 腳本來執行此操作，但它會引發錯誤。

stochastic_gradient_descent_winequality.py

import numpy
import pandas

if __name__ == '__main__' :

    with open('winequality-white.csv', 'r') as f_0 :
        with open('winequality-white-updated.csv', 'w') as f_1 :
            f_0.next()
            for line in f_0 :
                f_1.write(line)


    wine_data = pandas.read_csv('winequality-white-updated.csv', sep = ',', header = None)
    wine_data_ = wine_data
    wine_data = numpy.array([x.split(';') for x in wine_data_], dtype = numpy.float)

    print (numpy.shape(wine_data))

錯誤

Traceback (most recent call last):
  File "stochastic_gradient_descent_winequality.py", line 16, in <module>
    wine_data = numpy.array([x.split(';') for x in wine_data_], dtype = numpy.float)
AttributeError: 'numpy.int64' object has no attribute 'split'

Answer 1

如果您使用分號 ( ; ) 作為 csv 文件分隔符而不是逗號 ( , )，則可以調整第一行：

wine_data = pandas.read_csv('winequality-white-updated.csv', sep = ';', header = None)

---

您的列表理解的問題在於[x.split(';') for x in wine_data_]迭代列名稱。

在這種情況下，您不需要使用列表理解的行。 您可以讀入您的數據並完成。

wine_data = pandas.read_csv('winequality-white-updated.csv', sep = ',', header = None)
print (numpy.shape(wine_data))

Answer 2

假設你的 csv 文件是這樣的：

2.12;5.12;3.12
3.1233;4;2
4;4.9696;3
2;5.0344;3
3.59595;4;2
4;4;3.59595
...

然后像這樣更改您的代碼：

import pandas, numpy
wine_data = pandas.read_csv('test.csv', sep = ',', header = None)
wine_data_ = wine_data
wine_data = numpy.array([x.split(';') for x in wine_data_[0]], dtype = numpy.float)
wine_data

wine_data將是：

array([[ 2.12   ,  5.12   ,  3.12   ],
       [ 3.1233 ,  4.     ,  2.     ],
       [ 4.     ,  4.9696 ,  3.     ],
       [ 2.     ,  5.0344 ,  3.     ],
       [ 3.59595,  4.     ,  2.     ],
       [ 4.     ,  4.     ,  3.59595]])

提高效率：

import pandas, numpy
wine_data = pandas.read_csv('test.csv', sep = ';', header = None)
wine_data = numpy.array(wine_data,dtype = numpy.float)

Answer 3

在這

x.split(';') for x in wine_data_  

無論你得到什么x都不是字符串。 只有字符串有split() 。 如果它不是字符串，那么它會給出這個錯誤

對象沒有屬性 'split

檢查您的x值。

Answer 4

你可以試試這樣的...

def get_y(r): 
    return str(r['label']).split(' ')

result :
   (PILImage mode=RGB size=800x800, TensorMultiCategory([0., 0., 0., 1., 0., 0.]))