Python 修改列车测试分离功能

我可以使用

train\u test\u split（）

而不是通过

test\u size

和

random\u state

参数，根据索引值将数据集拆分为训练集和测试集（每10行作为训练数据，其余作为测试数据）吗？

好的尝试一下，您可以使用

：：n

，它将每指定n次返回一次，示例如下：

df=pd.DataFrame({'number': np.arange(100), })

如果我们希望每10次获得一次值：

print(df[::10])

结果:

    number
0        0
10      10
20      20
30      30
40      40
50      50
60      60
70      70
80      80
90      90

您可以使用numpy阵列执行相同的操作：

np.arange(100)

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
       34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50,
       51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67,
       68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84,
       85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99])

每9个值：

np.arange(100)[::9]

输出：

array([ 0,  9, 18, 27, 36, 45, 54, 63, 72, 81, 90, 99])

编辑：

---

你的问题不够清楚。。。您能提供更多详细信息吗？我知道sklearn library下的train_test_split（）会根据test_size参数将数据集拆分为训练数据和测试数据。如果test_size为0.2，它将以80:20的比率拆分数据集。但是，如果我想将数据集的每10行分割为train数据，剩余的作为test，我该怎么做呢？谢谢你的评论。我相信这不能用列车测试分离功能来完成。使用df[：：10]获取火车数据集。但是我怎样才能把剩下的行放到测试数据集中呢？是的，它可以工作！谢谢你的帮助！：）我刚刚意识到使用：for index，df.iterrows（）中的行：X_train=df[（df.index）%5！=0]也有其作用：）太好了！=）快乐编码@RachaelE请接受H.Bukharis的回答作为您的解决方案，以便其他人看到问题已经解决。谢谢@彼得苏黎世接受了：）

def getting_train_val(dataframe, interval=10):
    x_valid = dataframe[::interval]
    x_test = dataframe[~ dataframe(dataframe[::interval])].dropna()
    return x_valid, x_test