如何從 CSV 文件創建 Target(y) 和 X 變量

Question

我正在閱讀 CSV 文件，出於建模目的，我需要創建目標 (Y) 和 X 變量。 不知道如何設置。 我是編碼新手，需要一些我似乎無法從 Pandas 文檔中理解的指導。 我希望將 Target 作為“Bad Indicator”，將“X”作為所有其他列。

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
import pandas as pd
project = pd.read_csv('c:/users/Brandon Thomas/Project.csv')
project=pd.DataFrame(project)
df = pd.DataFrame(project.data, columns = project.feature_names)
df["Bad Indicator"] = x.target
X = df.drop("Bad Indicator",axis=1)   #Feature Matrix
y = df["Bad Indicator"]          #Target Variable
df.head()

AttributeError Traceback (last last call last) in 1 # Build dataframe ----> 2 df = pd.DataFrame(project.data, columns = project.feature_names) 3 df["Bad Indicator"] = x.target 4 X = df.drop("Bad Indicator",axis=1) #Feature Matrix 5 y = df["Bad Indicator"] #目標變量

~\Anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, 
name)
   5065             if 
self._info_axis._can_hold_identifiers_and_holds_name(name):
   5066                 return self[name]
-> 5067             return object.__getattribute__(self, name)
   5068 
   5069     def __setattr__(self, name, value):

AttributeError: 'DataFrame' object has no attribute 'data'

Answer 1

在上面的代碼中，您創建一個 dataframe 3 次。 一次使用pd.read_csv ，一次使用project = pd.DataFrame(project) ，再一次使用df = pd.DataFrame(...) 。 默認情況下， pd.read_csv object 將是 dataframe。

我已經刪除了當前不必要的導入，例如 numpy、scipy 和 matplotlib。 如果您以后需要它們，可以將它們添加回來。 要設置 Y 和 X，您需要做的就是：

import pandas as pd

df = pd.read_csv('c:/users/Brandon Thomas/Project.csv') # this will automatically name your columns if your csv has headers

#if your csv does not have headers:
df.columns = ['Bad Indicator', 'ColumnName1', 'ColumnName2',..]

X = df.drop("Bad Indicator",axis=1)   #Feature Matrix
Y = df["Bad Indicator"]          #Target Variable

df.head()

如果您的 csv 確實有標題，請刪除df.columns行。