时间戳

首页 > 解决方案 > 使用 pandas 以 .txt 格式保存拆分数据集

python - 使用 pandas 以 .txt 格式保存拆分数据集

问题描述

尝试将数据集吐到trainand test，然后需要将其保存为.txt格式。

这是到目前为止的代码，

import pandas as pd
from sklearn.model_selection import train_test_split

category=pd.read_csv('dataset.tsv',delimiter='\t',encoding='utf-8')

train, test = train_test_split(category, test_size=0.2)

test.to_csv('checkme.txt')

但是，当我尝试这样做时，它会给出错误：

回溯（最后一次调用）：文件“splitter.py”，第 8 行，在 test.to_csv('checkme.tsv') 文件“/home/abc/micro/micro/local/lib/python2.7/site- packages/pandas/core/frame.py”，第 1745 行，在 to_csv formatter.save() 文件中“/home/abc/micro/micro/local/lib/python2.7/site-packages/pandas/io/formats/ csvs.py”，第 171 行，保存 self._save() 文件“/home/abc/micro/micro/local/lib/python2.7/site-packages/pandas/io/formats/csvs.py”，行286，在 _save self._save_chunk(start_i, end_i) 文件“/home/abc/micro/micro/local/lib/python2.7/site-packages/pandas/io/formats/csvs.py”，第 313 行，在_save_chunk self.cols, self.writer) 文件“pandas/_libs/writers.pyx”，第 64 行，在 pandas._libs.writers.write_csv_rows UnicodeEncodeError: 'ascii'编解码器无法对位置 111 中的字符 u'\u026a' 进行编码：序数不在范围内（128）

这里可能有什么问题，以及如何解决这个问题？

标签： pythonpandas

解决方案

您需要将数据框编写为 unicode：


test.to_csv('checkme.txt', sep='\t', encoding='utf-8')

推荐阅读