在查找数据集的时候发现，并不是所有的数据集都是以csv的格式存储，也就是每一列特征数据的分割并不是都以逗号分割，有的数据格式是以空格为分割
例如.data格式，
接下来就实现对.data格式数据的读取：
(数据来源于Boston房价预测数据集，文件名称为“housing.data”)
|
1
2
|
import pandas as pddata = pd.read_csv('./housing.data', delim_whiteshape=True) |
以上代码就是实现了对空格的分割，但是不知道针对也是以一列存储，并且数据分割也是空格的csv文件此方法还行得通不。
另外pd.read_csv()中的参数sep和delimiter表示的意义一样，具体如何使用不清楚，目前用到不多。
遇到读取文件不知如何操作的，最后要访问下官方文档或者google查询。
pd.read_csv官方文档
另外，可以直接在原数据集文件加后缀名.csv即可转换成csv文件，但前提是data中的数据已经以，分割好了。
pd.read_csv()中读取文件时，默认第一行作为列名，但有时候第一行也是我们需要的数据，这时需制定参数header=None，或者给每列提前设置好名字，names=[‘column0',‘column1',…]
补充：python 实现以空格分隔的文件读写及二维数组按列折半查找
最近文件读写的工作比较多，每一次读文件都会写单独的函数来适应文件格式，所以写了一个类对文件进行操作。
（用pandas.read_csv读取文件更好用）
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
import osclass DealData: # 数据加载函数 def load(self, filename): data = [] file = open(filename, 'r') for line in file.readlines(): line = line.strip('\n') # 除去换行 line = line.split(' ') # 文件以“ ”分隔 if "" in line: # 解决每行结尾有空格的问题 line.remove("") data.append(line) file.close() return data # 折半查找 # array是一个二维数组，函数实现的功能是按照array的第lie列折半查找 def search(self, array, lie, target): low = 0 high = len(array) - 1 while array[low][lie] <= array[high][lie]: mid = int((low + high) / 2) midval = array[mid][lie] if midval < target: low = mid + 1 elif midval > target: high = mid - 1 if high < 0 or low >= len(array): break return high # 将数据保存到文件 def save(self, data, filename): file = open(filename, 'w') for i in range(0, len(data), 1): for k in range(0, len(data[i]), 1): file.write(str(data[i][k])) file.write(" ") file.write("\n") file.close() |
可以将Dealdata类单独创建一个python文件，命名为Dealdata，调用方法如下：
|
1
2
3
|
from DealData import DealData deal = DealData()totaldata = deal.load("E:\low_data.txt") |
之前先引用类：from Dealdata import Dealdata， 其中第一个Dealdata为被调用的python文件名， 第二个Dealdata为被调用的类名。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/weixin_44778883/article/details/90051029
