如何从CSV文件创建目标（y）和X变量

Question

我正在读取CSV文件，出于建模目的，我需要创建目标（Y）和X变量。不确定如何设置。我是编码新手，需要一些我似乎无法从Pandas文档中理解的指导。我想将Target设置为“不良指标”，将“ X”设置为所有其他列。

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
import pandas as pd
project = pd.read_csv('c:/users/Brandon Thomas/Project.csv')
project=pd.DataFrame(project)
df = pd.DataFrame(project.data, columns = project.feature_names)
df["Bad Indicator"] = x.target
X = df.drop("Bad Indicator",axis=1)   #Feature Matrix
y = df["Bad Indicator"]          #Target Variable
df.head()

AttributeError Traceback（最近的呼叫持续）在1＃建立资料框----> 2 df = pd.DataFrame（project.data，列= project.feature_names）3 df [“不良指标”] = x.target4 X = df.drop（“错误指示器”，轴= 1）＃功能矩阵5 y = df [“不良指标”]＃目标变量

~\Anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, 
name)
   5065             if 
self._info_axis._can_hold_identifiers_and_holds_name(name):
   5066                 return self[name]
-> 5067             return object.__getattribute__(self, name)
   5068 
   5069     def __setattr__(self, name, value):

AttributeError: 'DataFrame' object has no attribute 'data'

Answer 1

在上面的代码中，您分别创建了3个数据框。用pd.read_csv一次，用project = pd.DataFrame(project)一次，用df = pd.DataFrame(...)一次。默认情况下，pd.read_csv对象将是一个数据框。

要设置Y和X，您需要做的是：

import pandas as pd

df = pd.read_csv('c:/users/Brandon Thomas/Project.csv') # this will automatically name your columns if your csv has headers

#if your csv does not have headers:
df.columns = ['Bad Indicator', 'ColumnName1', 'ColumnName2',..]

X = df.drop("Bad Indicator",axis=1)   #Feature Matrix
Y = df["Bad Indicator"]          #Target Variable

df.head()

如果csv确实有标题，请删除df.columns行。