CSV文件解析（python）

我在解析包含14列的csv文件时遇到一些问题

for row in training_set_data:
    if skiprow:
            skiprow = False
    else:
            for r in range(len(row)):
                    row[r] = float(row[r])
            training_set.append(row)

这似乎只是为了得到一个向量列表，但接下来我要做的是收集每行的前13个条目，并生成一组向量，然后收集最后一列并生成一组单独的向量。对于13个输入向量，我的代码目前如下所示：

def inputVector(inputs):
    for r in inputs:
        inputs.pop(13)
    return inputs

这是不工作，当我去打印它，它仍然是14个条目长。谁能告诉我我做错了什么？对不起，如果这个问题没有太多的意义，我是一个新的编码

编辑：csv文件的前11行和对input vecto的调用

53,1,3,130,197,1,2,152,0,1.2,3,0,3,0
42,1,4,136,315,0,0,125,1,1.8,2,0,6,1
46,1,4,140,311,0,0,120,1,1.8,2,2,7,1
42,1,4,140,226,0,0,178,0,0,1,0,3,0
54,1,4,140,239,0,0,160,0,1.2,1,0,3,0
67,0,3,115,564,0,2,160,0,1.6,2,0,7,0
65,0,3,140,417,1,2,157,0,0.8,1,1,3,0
56,0,4,134,409,0,2,150,1,1.9,2,2,7,1
65,0,3,160,360,0,2,151,0,0.8,1,0,3,0
57,0,4,120,354,0,0,163,1,0.6,1,0,3,0
55,0,4,180,327,0,1,117,1,3.4,2,0,3,1

inputV = inputVector(training_set)

---

问题在于此代码：

def inputVector(inputs):
    for r in inputs:
        inputs.pop(13)
    return inputs

您正在迭代所有

输入

，并从

输入

中删除元素，而不是从

r

中删除元素。要从每行中删除元素13，请执行以下操作：

def inputVector(inputs):
    for r in inputs:
        r.pop(13)  # <-- replaced inputs with r
    return inputs

def输入向量（输入）：
对于r输入：
r、 pop（13）#问题在于以下代码：

def inputVector(inputs):
    for r in inputs:
        inputs.pop(13)
    return inputs

您正在迭代所有
输入
，并从
输入
中删除元素，而不是从
r
中删除元素。要从每行中删除元素13，请执行以下操作：

def inputVector(inputs):
    for r in inputs:
        r.pop(13)  # <-- replaced inputs with r
    return inputs

def输入向量（输入）：
对于r输入：
r、 pop（13）#试试这样的方法：

first_13s = []
last_1s = []

for r in inputs:
    first_13s.append(r[:13])
    last_1s.append(r[13])

for row in training_set_data[1:]:
    row = [float(r) for r in row]
    training_set.append(row)

您还可以使用
训练集数据[1:]

python列表切片非常方便

您还可以使用列表理解进行浮点转换：

for r in range(len(row)):
    row[r] = float(row[r])

变成

row = [float(r) for r in row]

因此，第一块可以这样做：

first_13s = []
last_1s = []

for r in inputs:
    first_13s.append(r[:13])
    last_1s.append(r[13])

for row in training_set_data[1:]:
    row = [float(r) for r in row]
    training_set.append(row)

试着这样做：

first_13s = []
last_1s = []

for r in inputs:
    first_13s.append(r[:13])
    last_1s.append(r[13])

for row in training_set_data[1:]:
    row = [float(r) for r in row]
    training_set.append(row)

您还可以使用
训练集数据[1:]

python列表切片非常方便

您还可以使用列表理解进行浮点转换：

for r in range(len(row)):
    row[r] = float(row[r])

变成

row = [float(r) for r in row]

因此，第一块可以这样做：

first_13s = []
last_1s = []

for r in inputs:
    first_13s.append(r[:13])
    last_1s.append(r[13])

for row in training_set_data[1:]:
    row = [float(r) for r in row]
    training_set.append(row)

您能否在问题中包含csv数据，并显示调用
inputVector
的位置以及它与
培训集的关系。。。（现在我打电话只是为了检查Im解析是否正确）作为一个附带检查，您可以在问题中包含csv数据，并显示调用
inputVector
的位置以及它与
培训集的关系吗。。。（现在我打电话只是想确认我的解析是否正确）作为旁白，请查看内置库谢谢！我现在浪费了太多的时间：谢谢！我现在浪费了太多时间：p