如何從python中的pandas數據幀加載Weka數據集

Question

目前，我正在將 Pandas 數據框設置為 csv 並將其作為來自 CSV loader 的 weka 數據集加載。 是否有一種機制可以將 Pandas 數據幀直接加載到 weka 數據集中，而無需在兩者之間創建中間 CSV 文件

learn_df = pd.DataFrame.from_records([s.to_dict() for s in learnList])
header = ["reviewId","word","type","positive_sentiment","negative_sentiment","number_of_noun","sentence","hasNeg","overallSentiment","sentiment"]
learn_df.to_csv(helper.get_data_dir() + os.sep + "resultTest.csv", index=None, header=True,columns=header)
diabetes_file = helper.get_data_dir() + os.sep + "resultTest.csv"
helper.print_info("Loading dataset: " + diabetes_file)
loader = Loader("weka.core.converters.CSVLoader")

diabetes_data = loader.load_file(diabetes_file)
remove = Filter(classname="weka.filters.unsupervised.attribute.Remove", options=["-R", "1,2,7"])
remove.inputformat(diabetes_data)
filtered = remove.filter(diabetes_data)
//code to classify instances here

每次轉換為 csv 並從 csv 加載以進行分類都是一個代價高昂的過程。 有沒有機制可以避免這種情況？

Answer 1

@Manish您可以將pandas數據幀轉換為列表或numpy矩陣，然后使用weka方法create_instances_from_lists()和create_instances_from_matrices()。

有關更多詳細信息，您可以查看位於http://fracpete.github.io/python-weka-wrapper/examples.html的 weka 示例

關於將最后一列設置為nominal類型而不是numeric ，如@Pedro Pablo Severin Honorato 的評論中所述，您可以使用 weka 過濾器。

一個相同的例子如下：

from weka.filters import Filter

num_to_nom = Filter(classname="weka.filters.unsupervised.attribute.StringToNominal", options=["-R", "last"])
num_to_nom.inputformat(data)      #data is the weka dataset whose last column is numeric.
newData=num_to_nom.filter(data)   #newData is the weka dataset whose last column is nominal.

希望這可以幫助！