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...