Python表分类

我有文本文件（test.data），其中包括一些值和类名，例如

4.5,3.5,U1
4.5,10.5,U2
4.5,6,U1
3.5,10.5,U2
3.5,10.5,U2
5,7,U1
7,6.5,U1

我需要将这些数据分类为行（矩阵），其中1,2行etc是数据，最后一行是类。因此，我从以下代码开始：

reader = csv.reader(open('test.data', 'r'))
result = []
for row in reader:
    result.append(row)
print result

输出：

[['4.5', '3.5', 'U1'], ['4.5', '10.5', 'U2'], ['4.5', '6', 'U1'], ['3.5', '10.5', 'U2'], ['3.5', '10.5', 'U2'], ['5', '7', 'U1'], ['7', '6.5', 'U1']]

这一切工作正常，但现在我需要从这些数据做矩阵分类。在这种情况下，我想制作矩阵：

test data=[data1, data2,.....,class name1]
test data2=[data1, data2,.....,class name2]...

我需要这个“矩阵”（测试数据，测试数据2），因为我将从每个测试数据中选择仅2/3数据，这些数据将被命名为“choosen”，其他1/3数据必须保留在测试数据中

因此，我需要的是输出：

choosen=[data,data,......class name1]         # 2/3 from every **test.data**
test data=[data1, data2,.....,class name1]    # other 1/3 from test data
test data2=[data1, data2,.....,class name1]   # other 1/3 from test data 2

非常感谢你的帮助

---

EDIT2:

如果我使用您的代码，我会得到：

{
    'U1': [
              ['4.5','3.5'],
              ['4.5','6'],
              ['5','7'],
              ['7','6.5']
          ],
    'U2': [
              ['4.5','10.5'],
              ['3.5','10.5'],
              ['3.5','10.5']
          ]
}

但我并不是每次都有这些数据：

4.5,3.5,U1
4.5,10.5,U2
4.5,6,U1
3.5,10.5,U2
3.5,10.5,U2
5,7,U1
7,6.5,U1

我还：

4.5,3.5,4.5,10.5, U1
3.5,10.5,3.5,10.5,U2
4.5,12.5,3.5,12.5,U2

。。。。。。 （所以在编写代码时，我不知道类在第二行），但我知道最后一行是类

那么我如何更改您的代码：

reader = csv.reader(open('test.data', 'r'))
result = {}
for row in reader:
    uclass=row[2]                      #-------> must be last row not second !!!!
    if result.has_key(uclass):
        result[uclass].append([row[0],row[1]])   #---->not just 2 row's, on other data I have for example 5 rows..
    else:
        result[uclass]=[[row[0],row[1]]]        #---->not just 2 row's, on other data I have for example 5 rows..
print repr(result)

编辑：修改原始代码段以处理N列输入（最后一个是类）。OP在随后的答复中提到了这一要求

我仍然不能完全确定你问题的后半部分。 也许你解释的方式中缺少了一些东西

如果我理解正确的话，你想为每门课列出不同的清单吗

如果是这种情况，词典应该满足您的要求：

reader = csv.reader(open('test.data', 'r'))
result = {}
for row in reader:
    uclass=row[2]
    if result.has_key(uclass):
        result[uclass].append([row[0],row[1]])
    else:
        result[uclass]=[[row[0],row[1]]]
print repr(result)

结果如下所示：

{
    'U1': [
              ['4.5','3.5'],
              ['4.5','6'],
              ['5','7'],
              ['7','6.5']
          ],
    'U2': [
              ['4.5','10.5'],
              ['3.5','10.5'],
              ['3.5','10.5']
          ]
}

对于数据跳过，您可以使用较新Python中提供的列表切片跳过选项：

someList[<start>:<end>:<skip>]

使用跳过切片，例如：

someList[0:10:2]

给出：

[0,2,4,6,8]

---

我真的不清楚你想做什么。你能用第一个例子中的数据解释问题的第二部分吗？如果输入数据

4.5,3.5，U1…

，您要查找的结果是什么？仅供参考：“列表中最后一个元素”的pythonese是someList[-1]，“除最后一个元素外的所有元素”都可以表示为someList[0:-1]。这也适用于字符串：

“abcde”[0:-1]=“abcd”

和

“abcde”[-1]=“e”

是的，但我有各种数据，所以不仅仅是3行，其中1和2是数据，第三个是类。但每次最后一行是类，其他一行是数据。。。；你能改变你的密码吗？不，你不明白我的意思；请看我的第一篇帖子。thanksI编辑了代码的第一部分，以处理您在注释中详述的N列输入。我对你问题的后半部分还不清楚。在我看来，这些数据就像N向量的组（按类分组），你提到你想用它们组成一个矩阵。你必须更清楚地说出矩阵的意思。它在不同的问题领域有多种含义（例如：在线性代数中）。

someList[0:10:2]

[0,2,4,6,8]