删除 tflearn 中的列产生奇怪的输出

Question

我正在使用 tflearn 并且我正在使用以下代码加载我的 csv 文件...

data, labels = load_csv('/home/eric/Documents/Speed 约会 Data.csv', target_column=0, categorical_labels=假)

这是我的 csv 文件的片段（还有很多列）...

我想删除特定的列。例如，假设我删除了第 1 列，然后打印出第 1 至 5 列的数据...

def preprocess(cols_del):
data, labels = load_csv('/home/eric/Documents/Speed Dating Data.csv',
                        target_column=0, categorical_labels=False)

for col_del in sorted(cols_del):
    [data.pop(col_del) for position in data]

for i in range(20):
    print(data[i][0:5])

def main(_):
    delete = [0]
    preprocess(delete)

这是结果...

['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['9', '1', '18', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']
['10', '1', '20', '2', '11']

数据明显不同。到底是怎么回事？是否删除了行而不是列？如何在不更改任何其他列的情况下完全删除整个列？

此外，我知道这是一个单独的问题，但如果我要在加载 csv 函数中使用 n_classes，我该怎么做？这是我的 CSV 中的列数吗？

Answer 1

发生的事情是 [data.pop(col_del) for position in data] 行删除了一半的行，然后您显示的是剩下的前 20 行。（它会删除所有行，但对 pop 的调用正在推进循环迭代器。）

如果您不需要某些列，您应该在调用 load_csv 时将 delete 列表传递给 columns_to_ignore 参数。请参阅 load_csv 处的函数说明。如果您需要从内存中的数据集中删除列，我认为值得花时间学习 Pandas 库的基础知识；它会让你的生活更简单。

如果您的目标标签是分类的，您将需要 n_classes，以便告诉 load_csv 有多少类别。既然你有 categorical_labels=False，你应该不需要它。

删除 tflearn 中的列产生奇怪的输出

deleting columns in tflearn producing strange output

python

csv

tensorflow

tflearn