如何将 [[a,b,c],[d,e,f]........] 数据从 csv 文件加载到 python 中？
How to load such [[a,b,c],[d,e,f]..........]data into python from csv file?
您好，我在 csv 文件中有一些格式为 [[a,b,c],[d,e,f],.......] 的日期。
它是一个 3x100 数组。请建议我如何将数据加载到 numpy arrray，我也想对其执行一种热编码。
您没有正确分享csv文件，
这是我最好的猜测
首先，使用简单的文件读取操作从文件中读取数据
接下来使用 json 模块将其转换为列表
import json
a= '[[1,11,1],[7,7,77],[5,6,7]]'
a = json.loads(a)
它会给你列表列表
作为 [[1, 11, 1], [7, 7, 77], [5, 6, 7]]
将其转换为 python 数据帧
import pandas as pd
df = pd.DataFrame.from_records(a, columns=['col1','col2','col3'])
可以直接使用pandasCategorical函数创建一个热编码ex
df['col2'] = pd.Categorical(df['col2'])
您好，我在 csv 文件中有一些格式为 [[a,b,c],[d,e,f],.......] 的日期。
它是一个 3x100 数组。请建议我如何将数据加载到 numpy arrray，我也想对其执行一种热编码。
您没有正确分享csv文件， 这是我最好的猜测
首先，使用简单的文件读取操作从文件中读取数据 接下来使用 json 模块将其转换为列表
import json
a= '[[1,11,1],[7,7,77],[5,6,7]]'
a = json.loads(a)
它会给你列表列表
作为 [[1, 11, 1], [7, 7, 77], [5, 6, 7]]
将其转换为 python 数据帧
import pandas as pd
df = pd.DataFrame.from_records(a, columns=['col1','col2','col3'])
可以直接使用pandasCategorical函数创建一个热编码ex
df['col2'] = pd.Categorical(df['col2'])