У меня есть столбцы, которые я хочу извлечь из моего csv-файла. Для этого я написал каждую колонку следующим образом:Как выбрать столбец по его имени в Pandas и иметь столбец не массив, а не словарь
train_error,cv_error,test_error
25.4965,25.3198,25.8298
25.7468,25.4954,26.0417
25.8253,25.6034,26.1515
26.3315,26.0611,26.6243
26.1648,25.92,26.4781
26.2192,25.9808,26.5419
26.3396,26.0814,26.6447
26.2184,25.9735,26.5339
26.2553,26.0105,26.5733
26.2683,26.0142,26.5763
26.1743,25.9286,26.4885
26.1716,25.9236,26.4836
26.1836,25.9345,26.495
26.1548,25.9083,26.4684
26.1505,25.9022,26.4617
26.1342,25.887,26.4463
26.1468,25.8994,26.4592
26.1453,25.8976,26.4574
26.1322,25.8854,26.445
26.132,25.8842,26.4438
26.1297,25.8828,26.4423
Все говорят, что я использую панды. Я видел его API, и я, похоже, не могу получить столбцы, которые фактически используют имя столбца. Единственный способ получить, скажем, train_errors
индексирует с 0
следующим образом:
df = pd.read_csv('./tmp_errors/error_file.csv')
print(df.as_matrix()[:,0])
Это действительно единственный способ сделать это? Я надеялся, что могу использовать фактическое слово train_error
или что-то в своем коде, чтобы сделать его более читаемым или сделать словарь с этими ключами и массивами, указывающими на ошибки. Если я не могу это сделать, и я вынужден индексировать с 0
, 1
, 2
и т. Д., То что же такое даже в случае наличия названных столбцов?
Есть ли способ использовать имена столбцов для извлечения данных?
В другой ответ, кажется, что делает:
df.to_dict()
дает почти то, что я хочу, за исключением того, что вместо того, чтобы иметь словарь с ключами в качестве имен столбцов, строки представляют собой словарь номера. Как и в:
{'cv_error': {0: 25.319800000000001, 1: 25.4954, 2: 25.603400000000001, 3: 26.0611, 4: 25.920000000000002, 5: 25.980799999999999, 6: 26.081399999999999, 7: 25.973500000000001, 8: 26.0105, 9: 26.014199999999999, 10: 25.928599999999999, 11: 25.9236, 12: 25.9345, 13: 25.908300000000001, 14: 25.902200000000001, 15: 25.886999999999997, 16: 25.8994, 17: 25.897600000000001, 18: 25.885400000000001, 19: 25.8842, 20: 25.8828}, 'train_error': {0: 25.496500000000001, 1: 25.7468, 2: 25.825299999999999, 3: 26.331499999999998, 4: 26.1648, 5: 26.219200000000001, 6: 26.339600000000001, 7: 26.218399999999999, 8: 26.255299999999998, 9: 26.2683, 10: 26.174299999999999, 11: 26.171600000000002, 12: 26.183599999999998, 13: 26.154800000000002, 14: 26.150500000000001, 15: 26.1342, 16: 26.146799999999999, 17: 26.145299999999999, 18: 26.132200000000001, 19: 26.131999999999998, 20: 26.1297}, 'test_error': {0: 25.829799999999999, 1: 26.041699999999999, 2: 26.151499999999999, 3: 26.624300000000002, 4: 26.478100000000001, 5: 26.541899999999998, 6: 26.6447, 7: 26.533899999999999, 8: 26.5733, 9: 26.5763, 10: 26.488499999999998, 11: 26.483599999999999, 12: 26.495000000000001, 13: 26.468399999999999, 14: 26.4617, 15: 26.446300000000001, 16: 26.459199999999999, 17: 26.4574, 18: 26.445, 19: 26.4438, 20: 26.442299999999999}}
Я хотел было бы что-то вроде:
{'train_error':[25.4965,...,26.1297]}
других слов, словарь, который действует как массив должен быть массив не словарь с глупыми/фантастическими индексами.
'Модуль csv' позволяет это с' DictReader' поэтому _is_ точку. –
Возможный дубликат [Чтение csv-файла в качестве словаря с использованием pandas] (http://stackoverflow.com/questions/33620982/reading-csv-file-as-dictionary-using-pandas) – Barmar