互联网服务python
我有A，B两个Excel表，如何通过sklearn实现A表为训练集，B表为测试集？
目前我有A表，然后再A表上划分训练集和测试集，代码如下：
读取数据
data = pd.read_excel(r'C:\\Users\\bingfeng\\Desktop\\多光谱波段数据\\A.xlsx', header=1)
X = data.iloc[:, 1:] # 特征
y = data.iloc[:, 0] # 标签
划分数据为训练集和测试集，比例为6：4
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=12)
我的问题是
我有A表（2022年）、B表（2023年），我想将A表为训练集，B表为测试集，如何写python代码
ChatGPT 回答
假设A表和B表的数据结构相同，可以按照以下步骤进行：
- 分别读取A表和B表的数据，可以使用pandas库的read_excel函数。
import pandas as pd
# 读取A表和B表
df_a = pd.read_excel(r'C:UsersbingfengDesktop多光谱波段数据A.xlsx', header=1)
df_b = pd.read_excel(r'C:UsersbingfengDesktop多光谱波段数据B.xlsx', header=1)- 将A表的数据作为训练集，B表的数据作为测试集，可以使用pandas库的concat函数将A表和B表合并，然后使用sklearn库的train_test_split函数进行划分。
from sklearn.model_selection import train_test_split
# 将A表的数据作为训练集，B表的数据作为测试集
df_train = df_a
df_test = df_b
# 将A表和B表合并
df = pd.concat([df_a, df_b], ignore_index=True)
# 划分数据为训练集和测试集，比例为6:4
X_train, X_test, y_train, y_test = train_test_split(df.iloc[:, 1:], df.iloc[:, 0], test_size=0.4, random_state=12)注意，这里使用了concat函数的ignore_index参数，将合并后的数据的索引重新编号，避免出现重复索引的问题。