读取 csv 之类的多维数据数组，以便使用 sklearn 进行进一步处理答案

【问题标题】：Read csv like multidimensional data array for further processing with sklearn读取 csv 之类的多维数据数组，以便使用 sklearn 进行进一步处理
【发布时间】：2020-02-28 14:31:03
【问题描述】：

我有这样的数据的 csv 文件：

jake 12 71 31 82 True
jake 44 54 44 80 True
jake 51 30 39 75 True
will 56 12 63 10 False
will 76 74 25 13 False
will 41 98 65 15 False
rich 77 11 93 25 False
rich 18 88 90 11 False
rich 22 12 99 20 False
chez 97 45 74 99 True
chez 91 31 71 15 True
chez 90 40 50 13 True

所以这是每个人的多行数据块。

我想阅读它以使用 scikit-learn 进行进一步处理。

现在我的代码看起来像这样

import pandas as pd
import numpy as np

data = pd.read_csv('example_dataset.csv', sep=',')
data = data[['name', 'a', 'b', 'c', 'd', 'YesNo']]
X = np.array(data)

但是我得到了每个条目代表每一行的数组。但是数据必须以按名称表示相关数据行的方式构建。那么如何安排并准备数据以供机器学习进一步使用以预测最后一列（最有可能是True 或False）？

【问题讨论】：

请发布您期望的数据框
@anky_91 我是机器学习的新手。老实说，不清楚什么是表示处理数据的正确方法。我所知道的是，每个人的姓名都有 3 行，每个人的所有数据都是相关的。但据我逻辑理解，我不能将它们设置在单个序列数据行中。因为 4 位数字中的每一位都取自一天中的不同时间段。
每人拥有 3 行后，您可以根据需要将每组 3 行合并为一行 12 列
@AndyL。谢谢，安迪，但是在这种情况下我该怎么办，当我在确切的时间收到每行中的第一个数字时，但不同的日子。所以，我有 3 条相关的数据线（行）。你有什么建议？

标签： python-3.x pandas numpy scikit-learn sklearn-pandas

【解决方案1】：

以下几行允许我将表格适当地拉入适当的df。

data = pd.read_csv("example_dataset.csv", header=None, sep=",")
data.columns = ["name", "a", "b", "c", "d", "YesNo"]
print(data.head())

【讨论】：

如您所见，我每3行都有相关数据。为了进行正确的分析，我想我必须有代表数据相关性的数据框