将数据拆分为测试和训练并转换为 csv 或 excel 文件答案

【问题标题】：Split data into testing and training and convert to csv or excel files将数据拆分为测试和训练并转换为 csv 或 excel 文件
【发布时间】：2020-11-13 04:47:12
【问题描述】：

我有一个大数据集（大约 200k 行），我想将数据集随机分成 2 部分，70% 作为训练数据，30% 作为测试数据。有没有办法在python中做到这一点？注意我还想在我的计算机中将这些数据集保存为 excel 或 csv 文件。谢谢！

【问题讨论】：

将数据加载到pandas中，可以在sklearn中使用train_test_split根据需要拆分数据
这能回答你的问题吗？ Train-test Split of a CSV file in Python
嗨..这为我澄清了分裂.. 但是我也想知道如何将整个训练数据（x_train，y_train）保存为单个 csv 文件
对于这个特定的问题，SO 中有很多答案。您必须创建一个新问题，而不是搜索那些。叹息！
@kleerofski 很抱歉给您带来麻烦...我是 python 和 SO 的新手

标签： python

【解决方案1】：

首先导入以下内容：

from sklearn.model_selection import train_test_split
import pandas as pd

为了拆分，您可以使用 sklearn 包中的 train_test_split 函数：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

其中 X, y 是您从原始数据框中获取的。

稍后，您可以使用 pandas 包将它们分别导出为 CSV：

X_train.to_csv(index=False)
X_test.to_csv(index=False)

y 数据也是如此。

编辑：当您澄清问题并在同一个文件中要求 X 和 y 因子时，您可以执行以下操作：

train, test = train_test_split(yourdata, test_size=0.3, random_state=42)

然后如上所述将它们导出到 csv。

【讨论】：

如何将 X_train 和 Y_train 放在一个文件中？
为什么需要单个文件..？
train,test 之前是一个单独的文件，我们不理会它，你又需要它在一个文件中..？我不明白你在做什么。？

【解决方案2】：

from sklearn.model_selection import train_test_split
#split the data into train and test set
train,test = train_test_split(data, test_size=0.30, random_state=0)
#save the data
train.to_csv('train.csv',index=False)
test.to_csv('test.csv',index=False)

【讨论】：