在 sklearn 中读取 arff 文件答案

【问题标题】：Reading an arff file in sklearn在 sklearn 中读取 arff 文件
【发布时间】：2023-03-25 23:44:01
【问题描述】：

当我使用以下代码加载 arff 文件时：

from scipy.io import arff
import pandas as pd
data = arff.loadarff('cleveland-76.arff')
df = pd.DataFrame(data[0])

我得到以下输出，其中名义属性前面有一个“b”字母

df.head()

有人知道为什么会这样吗？

【问题讨论】：

标签： python scikit-learn arff

【解决方案1】：

b' 代表字节。它是字节格式，因此 b'4 实际上是二进制代码中的 100。您可以重新格式化列。

【讨论】：

【解决方案2】：

看起来您的整数列被读取为字节字符串。您可以尝试使用以下方法转换为 int：

import pandas as pd

for col in df:
    if pd.api.types.is_object_dtype(df[col]):
        try:
            df[col] = df[col].astype(int)
        except ValueError:
            pass

【讨论】：

【解决方案3】：

感谢大家的帮助，我还以为是报错，现在才知道这只是为了表明该列的值是对象类型（我的数据就是这种情况）

【讨论】：