Python中如何按CSAT列取值将数据集划分为训练集与测试集

依赖准备 #

先确保安装pandas数据处理库，未安装可执行以下命令：
pip install pandas

完整代码 #

import pandas as pd

# 读取数据集，可根据你的文件格式替换为read_excel等对应方法
df = pd.read_csv("你的数据集文件路径")

# 可选：提前删除CSAT列为空的行，避免拆分异常
df = df.dropna(subset=['CSAT'])

# 按规则拆分训练集和测试集
train_set = df[df['CSAT'] != 0].reset_index(drop=True)
test_set = df[df['CSAT'] == 0].reset_index(drop=True)

# 输出拆分结果校验
print(f"训练集数据量：{train_set.shape[0]} 行")
print(f"测试集数据量：{test_set.shape[0]} 行")

样例拆分结果 #

对应你给出的10行样例数据集，拆分后：

• 训练集共5行，全部为CSAT取值非0的数据
• 测试集共5行，全部为CSAT取值为0的数据

内容的提问来源于stack exchange，提问作者Saud Ansari