调用数据集的一个子集
问题描述:
x_train = train['date_x','activity_category','char_1_x','char_2_x','char_3_x','char_4_x','char_5_x','char_6_x',
'char_7_x','char_8_x','char_9_x','char_10_x',.........,'char_27','char_29','char_30','char_31','char_32','char_33',
'char_34','char_35','char_36','char_37','char_38']
y = y_train
x_test = test['date_x','activity_category','char_1_x','char_2_x','char_3_x','char_4_x','char_5_x','char_6_x',
'char_7_x','char_8_x','char_9_x','char_10_x','char_1_y','group_1','char_1_y','char_2_y','char_3_y', 'char_4_y','char_5_y','char_6_y','char_7_y',
'char_8_y','char_9-y','char_10_y', ...........,'char_29','char_30','char_31','char_32','char_33',
'char_34','char_35','char_36','char_37','char_38']
train.iloc([0:17,19:38])
在尝试使用train([0:17,19:38)]
对列进行切片后,我使用了所有列名称的数据输入。这样做很麻烦,但我只能通过19:38
获得。通过调用列名称,我得到了重要的错误信息,以此作为第一种方式。调用数据集的一个子集
答
正如@AndrasDeak
建议考虑pd.DataFrame
train
train = pd.DataFrame(np.arange(1000).reshape(-1, 20))
然后使用建议这样
train.iloc[np.r_[0:17, 19:38]]
如果'pandas'行为就像'numpy'什么,你应该能够使用'numpy.r_ [0:17,19:38]'把这些片段变成一个奇特的索引数组。 –
更好:'pandas.np.r_ [0:17,19:38]'。 –