Python 使用行的特定属性值拆分为训练集和测试集

我的输入文件的格式如下：

gold,Attribute1,Attribute2
T,1,1
T,1,2
T,1,1
N,1,2
N,2,1
T,2,1
T,2,2
N,2,2
T,3,1
N,3,2
N,3,1
T,3,2
N,3,3
N,3,3

---

我试图用第二列和第三列预测第一列。我想将这个输入数据随机分成一个训练集和一个测试集，这样所有的行在测试集或训练集中都有一个特定的fall值组合。例如，所有带值的行都应归入训练集，所有带值的行都应归入测试集。这必须是随机的，这只是一个例子。如何进行这样的拆分？

拆分的简单方法是通过条件而不是预定义的方法

代码：-

import numpy as np
import pandas as pd 

df = pd.DataFrame(pd.read_csv('test.csv'))

print(df.head())
print(df.describe())
print(type(df['Attribute1']))

#For only getting values where both are less than 2 or equal to 2
df_Condition1 = df[df['Attribute1'] <= 2]
Train_Set = df_Condition1[df_Condition1['Attribute2'] <= 2]

#to subract the remaining elements 
Test_Set = df[ df.isin(Train_Set) == False]
Test_Set =Test_Set.dropna()

print(Train_Set)
print(Test_Set)

将numpy导入为np
作为pd进口熊猫
df=pd.DataFrame（pd.read\u csv（'test.csv'））
打印（df.head（））
打印（df.descripe（））
打印（类型（df['Attribute1']））
#仅用于获取小于2或等于2的值
df_Condition1=df[df['Attribute1']一种简单的拆分方法是通过条件而不是预定义的方法

代码：-

import numpy as np
import pandas as pd 

df = pd.DataFrame(pd.read_csv('test.csv'))

print(df.head())
print(df.describe())
print(type(df['Attribute1']))

#For only getting values where both are less than 2 or equal to 2
df_Condition1 = df[df['Attribute1'] <= 2]
Train_Set = df_Condition1[df_Condition1['Attribute2'] <= 2]

#to subract the remaining elements 
Test_Set = df[ df.isin(Train_Set) == False]
Test_Set =Test_Set.dropna()

print(Train_Set)
print(Test_Set)

将numpy导入为np
作为pd进口熊猫
df=pd.DataFrame（pd.read\u csv（'test.csv'））
打印（df.head（））
打印（df.descripe（））
打印（类型（df['Attribute1']））
#仅用于获取小于2或等于2的值
df_Condition1=df[df['Attribute1']这是你的整个数据集，还是仅仅是切片？我认为你想要的这种分割是不正确的，我想你应该得到更多的数据，然后洗牌，然后分割-洗牌应该做你需要的。你的场景看起来像是你要建立基于规则的系统。我已经对你的问题进行了编辑，以删除标签
随机林
。我想我犯了一个疯狂的错误，b但是你打算使用随机林吗？这是你的整个数据集，还是仅仅是切片？我认为你想要的这种分割是不正确的，我想你应该得到更多的数据，然后洗牌，然后分割洗牌应该做你需要的。你的场景看起来像是你要建立基于规则的系统。我已经对你的问题进行了编辑，以删除标签
random forest
。我想我搞错了，但你打算使用随机森林吗？