創建數據集循環FUNC數據幀

嘿，我有問題，創建從波士頓數據集的數據幀（可以在這裏找到：https://archive.ics.uci.edu/ml/datasets/Housing）創建數據集循環FUNC數據幀

所以這是我的代碼：

data1 = DataFrame(data= np.c_[boston['data'], boston['target']], 
        columns= boston['feature_names']+ ['Price'])

而且類似的代碼工作正常使用不同的數據集（即「光圈」數據集）但是現在它返回typerror：

TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('<U7') dtype('<U7') dtype('<U7')

有什麼問題這一個，哪能TWEA k它？謝謝！

編輯：我想出了什麼是錯的，feature_names是一個數組而不是一個列表，所以我必須將其轉換爲列表，它工作正常。這裏是wroking代碼感興趣：

data1 = DataFrame(data= np.c_[boston['data'], boston['target']], 
        columns= (boston['feature_names']).tolist()+ ['Price'])

來源

2017-03-04 Alex T

我想你需要read_fwf：

cols = ['col1','col2','col3','col4','col5','col6','col7', 
     'col8','col9','col10','col11','col12','col13','col14'] 
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data' 
df = pd.read_fwf(url, header=None, names=cols) 

print (df.head()) 
     col1 col2 col3 col4 col5 col6 col7 col8 col9 col10 col11 \ 
0 0.00632 18.0 2.31  0 0.538 6.575 65.2 4.0900  1 296.0 15.3 
1 0.02731 0.0 7.07  0 0.469 6.421 78.9 4.9671  2 242.0 17.8 
2 0.02729 0.0 7.07  0 0.469 7.185 61.1 4.9671  2 242.0 17.8 
3 0.03237 0.0 2.18  0 0.458 6.998 45.8 6.0622  3 222.0 18.7 
4 0.06905 0.0 2.18  0 0.458 7.147 54.2 6.0622  3 222.0 18.7 

    col12 col13 col14 
0 396.90 4.98 24.0 
1 396.90 9.14 21.6 
2 392.83 4.03 34.7 
3 394.63 2.94 33.4 
4 396.90 5.33 36.2

如果需要過濾列添加參數usecols：

df = pd.read_fwf(url, header=None, names=cols, usecols=['col10','col13']) 

print (df.head()) 
    col10 col13 
0 296.0 4.98 
1 242.0 9.14 
2 242.0 4.03 
3 222.0 2.94 
4 222.0 5.33

不是100％是什麼你需要用你的代碼，也許總計2列，然後通過subset過濾列：

boston['new'] = boston['feature_names'] + boston['Price'] 
df = boston[['data', 'target', 'new']].copy()

來源

2017-03-04 08:58:13 jezrael

我從sklearn.datasets加載的設置，所以我不認爲我需要使用read_fwf。不過，我對Iris數據集做了同樣的處理（sklearn中的不同數據集，我也沒有看到它們之間的格式差異），我的代碼工作正常。 –

好吧，那麼請添加'print（boston.head（））'來問題並添加所需的輸出 - 'df' – jezrael

其實我現在看到它了。波士頓數據集的feature_names只是列表的數組intead。數據幀（data = np.c_ [boston ['data']，boston ['target']]， columns =（boston ['feature_names']）。tolist（）+ ['Price']）' This Works !,謝謝 –

創建數據集循環FUNC數據幀

回答

相關問題