利用pandas读取中文数据集的方法

技术  /  管理员 发布于 7年前   326

直接利用numpy读取非数字型的数据集时需要先进行转换，而且python3在处理中文数据方面确实比较蛋疼。最近在学习周志华老师的那本西瓜书，需要没事和一堆西瓜反复较劲，之前进行联系的时候都是利用批量替换先清理一遍数据，不过这样实在是太麻烦了，今天偶然发现可以使用pandas来实现读取中文数据集的功能。

首先分享一下数据集：

编号,色泽,根蒂,敲声,纹理,脐部,触感,密度,含糖率,好瓜 1,青绿,蜷缩,浊响,清晰,凹陷,硬滑,0.697,0.46,是 2,乌黑,蜷缩,沉闷,清晰,凹陷,硬滑,0.774,0.376,是 3,乌黑,蜷缩,浊响,清晰,凹陷,硬滑,0.634,0.264,是 4,青绿,蜷缩,沉闷,清晰,凹陷,硬滑,0.608,0.318,是 5,浅白,蜷缩,浊响,清晰,凹陷,硬滑,0.556,0.215,是 6,青绿,稍蜷,浊响,清晰,稍凹,软粘,0.403,0.237,是 7,乌黑,稍蜷,浊响,稍糊,稍凹,软粘,0.481,0.149,是 8,乌黑,稍蜷,浊响,清晰,稍凹,硬滑,0.437,0.211,是 9,乌黑,稍蜷,沉闷,稍糊,稍凹,硬滑,0.666,0.091,否 10,青绿,硬挺,清脆,清晰,平坦,软粘,0.243,0.267,否 11,浅白,硬挺,清脆,模糊,平坦,硬滑,0.245,0.057,否 12,浅白,蜷缩,浊响,模糊,平坦,软粘,0.343,0.099,否 13,青绿,稍蜷,浊响,稍糊,凹陷,硬滑,0.639,0.161,否 14,浅白,稍蜷,沉闷,稍糊,凹陷,硬滑,0.657,0.198,否 15,乌黑,稍蜷,浊响,清晰,稍凹,软粘,0.36,0.37,否 16,浅白,蜷缩,浊响,模糊,平坦,硬滑,0.593,0.042,否 17,青绿,蜷缩,沉闷,稍糊,稍凹,硬滑,0.719,0.103,否 

然后利用pandas将它读进来：

import pandasd = pandas.read_csv(r"d:\data.csv",sep=",")print(d)

如果要选取某一行数据，可以使用head方法：

d.head(1)

其中参数是行号。

也可以直接取某一列，如：

d['色泽']

如果要取某一个数据则可以将两种方法结合使用：

d.head(1)['色泽']

以上这篇利用pandas读取中文数据集的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。