用pandas处理office数据集（例一）（csv→txt）

 本来专栏用来记录日常处理数据时的过程，按需索取，仅供参考

一、准备工作

我们的文件是（office）

 其中train.csv如下：（test同理） itemID   userID  reviewer   asin

 

 要处理成的目标为：

 userID itemID  label（第三列全为1）

二、jupter中代码梳理数据集

以train.csv为例

import numpy as np
import pandas as pd
import random
 
train=pd.read_csv(train_file,header=0)   #对于数据进行可视化
test=pd.read_csv(test_file,header=0)

 查看数据

#提取前两列
train =train.iloc[:,0:2]

 结果如下：

 

train['label'] = 1   #添加一列1

结果如下：

with open('train.txt','a+') as f:    # 现在jupyter新建一个txt空文档
    for line in train.values:
        f.write((str(line[1])+' '+str(line[0])+' '+str(line[2])+'\n'))        #展示3列 

保存的train.txt如下：

同理保存的test.txt如下：

 

处理完毕！！！

 总结：

这是入门级的一个较为简单的处理数据，操作都是基础命令！！

后续遇到的各种划分数据集都会记录，留做自己日后回顾用