如何将ARFF文件导入PANDAS DF，然后再次将其转换为ARFF

Question

我想用Scikit从ARFF文件中学习数据库，然后在Python-Weka-Wrapper3模型上使用预处理数据库，因此我需要一个函数将ARFF加载为DF或将ARFF转换为CSV，并将其转换为CSV，并后来再次在ARFF上下载已编辑的DF或将CSV转换为ARFF。

有些人推荐 https://github.com/renatopp/lenatopp/liac-arff ）但是我不知道该库如何做到这一点。

因此，如果某人在Python3上知道任何功能或某些代码，我将重新启动。

就我而言，我尝试了此功能：

def arff2csv(arff_path, csv_path=None):
    with open(arff_path, 'r') as fr:
        attributes = []
        if csv_path is None:
            csv_path = arff_path[:-4] + 'csv'  # *.arff -> *.csv
        write_sw = False
        with open(csv_path, 'w') as fw:
            for line in fr.readlines():
                if write_sw:
                    fw.write(line)
                elif '@data' in line:
                    fw.write(','.join(attributes) + '\n')
                    write_sw = True
                elif '@attribute' in line:
                    #print(line.split(' ')[2])
                    attributes.append(line.split(' ')[1])  # @attribute attribute_tag numeric

        print("Convert {} to {}.".format(arff_path, csv_path))

Answer 1

如果您想留在Scikit-Learn生态系统中，可以看一下图书馆，使用 python-weka-wrapper3 。

btw python-weka-wrapper3可以直接创建数据集来自numpy矩阵。示例：,

Answer 2

我在AV上找到了这个答案，以解决将ARFF数据格式加载到PANDAS DataFrame 的问题。

from scipy.io import arff
import pandas

data = arff.loadarff('data_file_name.arff')
df = pandas.DataFrame(data[0])