Python 将数据拉入机器学习数据框的正确且最有效的方法

给定一个数据帧，如下所示

x1 x2 x3 x4 x5 x6 y
2  3  4  5  5  7  11.32
3  4  5  3  2  3  10.99

如果有更多的数据，比如说1000行

将此数据读入到正确的X，y分割中最有效的方法是什么

---

谢谢，J.

所以您需要从最后一列中提取值，并从所有其他列中提取特征。您可以与整数索引一起使用，为此：

y = df.iloc[:, -1].values
X = df.iloc[:, :-1].values

以你为例：

In [153]: X
Out[153]:
array([[2, 3, 4, 5, 5, 7],
       [3, 4, 5, 3, 2, 3]], dtype=int64)

In [154]: y
Out[154]: array([ 11.32,  10.99])

通常，对于

scikit-learn

方法，可以传递数据帧和序列，因此可以省略

值

属性：

y = df.iloc[:, -1]
X = df.iloc[:, :-1]

In [156]: X
Out[156]:
   x1  x2  x3  x4  x5  x6
0   2   3   4   5   5   7
1   3   4   5   3   2   3

In [157]: y
Out[157]:
0    11.32
1    10.99
Name: y, dtype: float64