我正在使用包含 8 列的 playerStat.csv，而我只需要其中的 2 列。所以我正在尝试创建一个仅包含这两列的新 DataFrame。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
dataset = pd.read_csv("HLTVData/playerStats.csv")
dataset.head(20)
我只需要 ADR 和评级。
所以我首先用数据集创建一个矩阵。
mat = dataset.as_matrix()
#4 is the ADR and 6 is the Rating
newDAtaSet = pd.DataFrame(dataset, index=indexMatrix,columns=(mat[:,4],mat[:,6]) )
但是没有成功，抛出了异常
NameError Traceback (most recent call last)
<ipython-input-10-1f975cc2514a> in <module>()
1 #4 is the ADR and 6 is the Rating
----> 2 newDataSet = pd.DataFrame(dataset, index=indexMatrix,columns=(mat[:,4],mat[:,6]) )
NameError: name 'indexMatrix' is not defined
我也尝试过使用数据集。
newDataSet = pd.DataFrame(dataset, index=np.array(range(dataset.shape[0])), columns=dataset['ADR'])
/home/tensor/miniconda3/envs/tensorflow35openvc/lib/python3.5/site-packages/pandas/core/internals.py in _make_na_block(self, placement, fill_value)
3984
3985 dtype, fill_value = infer_dtype_from_scalar(fill_value)
-> 3986 block_values = np.empty(block_shape, dtype=dtype)
3987 block_values.fill(fill_value)
3988 return make_block(block_values, placement=placement)
MemoryError:
请您参考如下方法:
我认为您需要在 read_csv 中使用参数 usecols :
dataset = pd.read_csv("HLTVData/playerStats.csv", usecols=['ADR','Rating'])
或者:
dataset = pd.read_csv("HLTVData/playerStats.csv", usecols=[4,6])
