在sklearn中读取arff文件

Question

当我使用以下代码加载arff文件时：

from scipy.io import arff
import pandas as pd
data = arff.loadarff('cleveland-76.arff')
df = pd.DataFrame(data[0])

我得到了以下输出，其中名义属性前面有一个'b‘字母

df.head()

​

​

有人知道为什么会发生这种情况吗？

Answer 1

b‘代表字节。它是字节格式的，所以b'4实际上是二进制代码的100。您可以重新设置列的格式。

Answer 2

看起来您的整型列是作为字节字符串读取的。您可以使用以下命令尝试转换为int：

import pandas as pd

for col in df:
    if pd.api.types.is_object_dtype(df[col]):
        try:
            df[col] = df[col].astype(int)
        except ValueError:
            pass

Answer 3

感谢大家的帮助，我原以为这是一个错误，现在我知道它只是为了表明该列的值是对象类型(这是我的数据的情况)