使用 pandas 以 .txt 格式保存拆分数据集答案

【问题标题】：save a split dataset in .txt format using pandas使用 pandas 以 .txt 格式保存拆分数据集
【发布时间】：2019-05-10 09:56:14
【问题描述】：

尝试将数据集吐出到train和test，然后需要将其保存为.txt格式。

这是到目前为止的代码，

import pandas as pd
from sklearn.model_selection import train_test_split

category=pd.read_csv('dataset.tsv',delimiter='\t',encoding='utf-8')

train, test = train_test_split(category, test_size=0.2)

test.to_csv('checkme.txt')

但是，当我尝试这样做时，它会给出错误：

Traceback（最近一次调用最后一次）：文件“splitter.py”，第 8 行，在 test.to_csv('checkme.tsv') 文件“/home/abc/micro/micro/local/lib/python2.7/site-packages/pandas/core/frame.py”，第 1745 行，在 to_csv 格式化程序.save() 文件“/home/abc/micro/micro/local/lib/python2.7/site-packages/pandas/io/formats/csvs.py”，第 171 行，保存 self._save() _save 中的文件“/home/abc/micro/micro/local/lib/python2.7/site-packages/pandas/io/formats/csvs.py”，第 286 行 self._save_chunk(start_i, end_i) _save_chunk 中的文件“/home/abc/micro/micro/local/lib/python2.7/site-packages/pandas/io/formats/csvs.py”，第 313 行 self.cols，self.writer）文件“pandas/_libs/writers.pyx”，第 64 行，在 pandas._libs.writers.write_csv_rows UnicodeEncodeError: 'ascii' codec can't encode character u'\u026a' in position 111: ordinal not in range(128)

这里可能有什么问题，以及如何解决这个问题？

【问题讨论】：

可能还想在to_csv 上指定编码？
@RafaelC ，是的，还需要指定编码

标签： python pandas

【解决方案1】：

您需要将数据框编写为 unicode：


test.to_csv('checkme.txt', sep='\t', encoding='utf-8')

【讨论】：

您能否也添加 sep='\t' ，这样我可以通过接受它作为答案来结束这个问题！