如何使用自定义名称保存划分后的训练集与测试集CSV文件

问题根因 #

• 你在保存文件的循环中，错误将enumerate()返回的索引值赋值给了names变量，覆盖了提前定义的存储df1_{`df10`名称的`names`列表，因此文件名前缀只能输出0}9的数字。
• 你的training_set_list、test_set_list的元素顺序和初始names列表的顺序是一一对应的，直接通过索引取对应位置的名称即可修复问题。

修复代码 #

你只需要修改保存环节的代码即可：

# 保存训练集
for idx, dataset in enumerate(training_set_list):
    dataset.to_csv(f"{trainingfolder}/{names[idx]}_Training_Set.csv", index=False, sep=",")
# 保存测试集
for idx, dataset in enumerate(test_set_list):
    dataset.to_csv(f"{testfolder}/{names[idx]}_Test_Set.csv", index=False, sep=",")

优化写法（可选） #

你可以在读取数据集时就绑定名称和对应的训练/测试集，避免后续出现顺序对应错误的问题：

import pandas as pd
import numpy as np

names=["df1","df2","df3", "df4", "df5", "df6", "df7", "df8", "df9", "df10"]
dataset_pairs = []

# 读取并拆分数据集时直接绑定名称
for name in names:
    full_df = pd.read_csv(f"{fulldatafolder}/{name}_Full_Dataset.csv")
    train_df, test_df = np.split(full_df, [int(.90*len(full_df))])
    dataset_pairs.append((name, train_df, test_df))

# 保存文件
for name, train_df, test_df in dataset_pairs:
    train_df.to_csv(f"{trainingfolder}/{name}_Training_Set.csv", index=False)
    test_df.to_csv(f"{testfolder}/{name}_Test_Set.csv", index=False)

内容的提问来源于stack exchange，提问作者Brayden Clarkson