Python数据帧，无法分离属性

Question

我正在尝试编写一个Python代码来训练一个数据集，以识别一个新闻项是假的还是真的。我需要能够将数据放入列中，即属性和目标。“is sarcastic”列是目标，该列的值为1或0。“标题”和“文章链接”列是属性。数据集非常庞大，由数千行组成。下面我只展示了其中的三行。我的问题是：给定一个原始的JSON文件，我把它转换成一个CSV文件，可以在Excel中读取。但是当我用Python显示数据时，属性并没有分开，而是集中在一列中，我不知道如何将它们分开。下面是我的代码的一部分（我没有列出我所有的导入或学习）：

import pandas as pd

from pandas import DataFrame

from sklearn.model_selection import train_test_split

file1 = pd.read_csv(r"C:\Users\JohnBoy\Downloads\fake.csv", sep='delimiter', header=None, engine='python')

file2 = pd.DataFrame(file1)

print(file2)

file2.shape

file2.head()

file2.columns.values

Now, below is the raw JSON file which I later converted to CSV: 

{"is_sarcastic": 1, "headline": "thirtysomething scientists unveil doomsday clock of hair loss", "article_link": "https://www.theonion.com/thirtysomething-scientists-unveil-doomsday-clock-of-hai-1819586205"}
{"is_sarcastic": 0, "headline": "dem rep. totally nails why congress is falling short on gender, racial equality", "article_link": "https://www.huffingtonpost.com/entry/donna-edwards-inequality_us_57455f7fe4b055bb1170b207"}
{"is_sarcastic": 0, "headline": "eat your veggies: 9 deliciously different recipes", "article_link": "https://www.huffingtonpost.com/entry/eat-your-veggies-9-delici_b_8899742.html"}

下面是我运行上面的Python代码时在Jupyter笔记本中看到的内容（这里只显示了三行）：

                        0

0               "is_sarcastic","headline","article_link"

1      1,"thirtysomething scientists unveil doomsday ...

2      0,"dem rep. totally nails why congress is fall...

3      0,"eat your veggies: 9 deliciously different r...

       **[11205 rows x 1 columns]**
       array([0], dtype=int64)

键入时：

df1.headline

df1.head()

我得到错误消息：“DataFrame”对象没有“headline”属性。这显然意味着，我没有3列，而是只有一列（您可以清楚地看到，它是11205行x1列）。我做错什么了？我好像不能把我的专栏分开。你知道吗

Data as they appear in Excel

Answer 1

pandas模块的方法read_csv()返回DataFrame对象。所以构造file2 = pd.DataFrame(file1)的行是完全没有必要的。你知道吗

第二，打开.csv文件时，需要指定分隔符/分隔符arg:sep（一种将数据划分为行中的列的字符），该字符在file1构造中的指定不正确。你知道吗

因为您指定在Excel中打开时可以看到逗号，所以在您的案例中分隔符是逗号。你知道吗

你把header设为无。如果在csv的第一行中有标题，那么它应该是0（行的索引）。你知道吗

所以你的代码应该是， file1 = pd.read_csv(r"C:\Users\JohnBoy\Downloads\fake.csv", sep=',', header=0, engine='python')

第三，在Excel中打开csv文件时，打开一张空白页，然后转到“数据”>；“选择从文本数据导入”>；“选择csv文件”。然后您将看到用于处理数据的分隔符选项。选择逗号后，您将能够在Excel中正确查看。你知道吗