白云岛资源网 Design By www.pvray.com
1、合并所有测试集和训练集的文件：
使用cmd到所在盘下，输入copy *.CSV all_***.csv即可
2、单独提取异常数据列作为csv文件：
import csv
import codecs
#coding:utf-8
with open("G:\\data_release\\train1.0\\all_train.csv","rt",encoding="utf-8")as f:
reader=csv.DictReader(f)
column=[row['triggername'] for row in reader]
file_name="G:\\data_release\\train1.0\\triggername.csv"
file_csv = codecs.open(file_name,'w+','utf-8')
writer = csv.writer(file_csv, delimiter=' ', quotechar=' ', quoting=csv.QUOTE_MINIMAL)
for data in column:
writer.writerow(data)
虽然可以写入，但是出现乱码原因应该为csv的BOM没有更改
解决方法：将encoding='utf8'改为encoding='gb18030'
但是打开文件发现并不是所有内容都在第一列，有一些出现第二列，原因是一句话里面出现了逗号
解决方法：遍历列表将逗号改为空格
i=0
while i < len(column):
column[i].replace(","," ")
i+=1
不知道怎么的不适合我用的csv文件，还在继续检查中
3、删除一些字符，如果知道字符的位置可以在列表的基础上进行操作
去除首部空格 line=line.lstrip()
4、导入一个csv文件的时候 data = pd.read_csv('G:\pytorch\data1.csv',encoding='utf-8')
报错的内容是这样的：
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc9 in position 0: invalid continuation byte
修改至data = pd.read_csv('F:\data1.csv', encoding='unicode_escape',header=None,sep = '\t',error_bad_lines=False)也没有用
删除整行重复项：
from more_itertools import unique_everseen
with open('F:\data1.csv','r') as f, open('F:\data2.csv','w') as out_file:
out_file.writelines(unique_everseen(f))
5、unexpected index是代码的缩进出现问题
6、文本文件用rt，二进制文件用rb打开
with open("fer2013.csv", "rt", encoding="utf-8") as vsvfile:
reader = csv.reader(vsvfile)
rows = [row for row in reader]
print(rows)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
白云岛资源网 Design By www.pvray.com
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
白云岛资源网 Design By www.pvray.com
暂无评论...
