zoukankan      html  css  js  c++  java
  • 通过pandas机器翻译数据集中提取英文数据(读取--切取--去重--保存)

    en    cn
    Hi.    嗨。
    Hi.    你好。
    Run.    你用跑的。
    Wait!    等等!
    Hello!    你好。
    I try.    让我来。
    I won!    我赢了。
    Oh no!    不会吧。
    Cheers!    乾杯!
    Got it?    你懂了吗?
    He ran.    他跑了。
    Hop in.    跳进来。
    I lost.    我迷失了。
    I quit.    我退出。
    I'm OK.    我沒事。
    Listen.    听着。
    No way!    不可能!
    No way!    没门!
    Really?    你确定?
    Try it.    试试吧。
    We try.    我们来试试。
    Why me?    为什么是我?
    Ask Tom.    去问汤姆。
    Be calm.    冷静点。
    Be fair.    公平点。
    Be kind.    友善点。
    Be nice.    和气点。
    Call me.    联系我。
    Call us.    联系我们。
    。。。。。。。。。。
     
    import pandas as pd
    print("-----------------------读取所有列行(前五行)--------------------------")
    data = pd.read_csv("./data/zh_en.csv", encoding="utf-8", sep="	")  # 每列	符号分隔
    print(data.head())
    print("---------------------------切取英文列--------------------------------")
    data_en = data.iloc[:20, 0:1].drop_duplicates()   # 第一列,前20行,并去重
    print(data_en)
    print("-------------------------切取的部分保存到新的文件--------------------------")
    data_en.to_csv("./data/en.csv",encoding="utf-8", index=False)       # 不保存索引值
     

    运行结果:

    -----------------------读取所有列行(前五行)--------------------------
           en     cn
    0     Hi.     嗨。
    1     Hi.    你好。
    2    Run.  你用跑的。
    3   Wait!    等等!
    4  Hello!    你好。
    ---------------------------切取英文列--------------------------------
             en
    0       Hi.
    2      Run.
    3     Wait!
    4    Hello!
    5    I try.
    6    I won!
    7    Oh no!
    8   Cheers!
    9   Got it?
    10  He ran.
    11  Hop in.
    12  I lost.
    13  I quit.
    14  I'm OK.
    15  Listen.
    16  No way!
    18  Really?
    19  Try it.
    -------------------------切取的部分保存到新的文件--------------------------
     
  • 相关阅读:
    解决mysql错误1130的方法(远程出错)
    取消pve无效订阅弹窗命令
    测试环境主机执行脚本
    OpenStack Ocata版本安装
    OpenStack简介
    JVM内存分配及调优方案(基于JDK1.8)
    大数据之数据仓库
    clickhouse核心引擎MergeTree子引擎
    clickhouse高可用-节点宕机数据一致性方案-热扩容
    Clickhouse集群部署
  • 原文地址:https://www.cnblogs.com/jumpkin1122/p/11509776.html
Copyright © 2011-2022 走看看