好的！下面是一个详细的Python代码示例，用于将您描述的数据划分为训练集、测试集和验证集。我们将利用`pandas`库读取CSV文件，并使用`sklearn.model_selection.train_test_split()`函数完成划分。 ### 步骤说明： 1. **遍历所有文件**：从“风扇端”文件夹下的“内圈故障”和“球故障”两个子文件夹中加载所有的CSV文件。 2. **合并数据**：将每个文件的内容读入Pandas DataFrame，并添加标签（如0表示“内圈故障”，1表示“球故障”）。 3. **划分数据集**：按一定比例随机划分成训练集、测试集和验证集（例如8:1:1的比例）。 4. **保存结果**：最终生成三个独立的CSV文件供后续模型训练使用。 以下是完整代码： ```python import os import pandas as pd from sklearn.model_selection import train_test_split # 定义根目录路径 root_dir = "风扇端" # 初始化列表存储数据和对应的类别标签 data_list = [] labels = [] # 遍历内圈故障和球故障文件夹中的所有CSV文件 for label_idx, folder in enumerate(["内圈故障", "球故障"]): folder_path = os.path.join(root_dir, folder) # 检查是否为有效文件夹 if not os.path.isdir(folder_path): continue for file_name in os.listdir(folder_path): if file_name.endswith(".csv"): file_path = os.path.join(folder_path, file_name) try: df = pd.read_csv(file_path) # 假设无表头 data_list.append(df.values) # 将数值加入总数据池 labels.extend([label_idx] * len(df)) # 添加对应标签 except Exception as e: print(f"无法处理 {file_path}: {e}") # 合并所有数据到一个DataFrame all_data = pd.concat(data_list).reset_index(drop=True) # 转换为NumPy数组形式便于操作 X = all_data.to_numpy() y = np.array(labels) # 数据划分 - 训练集(80%) 和 测试+验证集(20%) X_train, X_temp, y_train, y_temp = train_test_split(X, y, test_size=0.2, random_state=42, stratify=y) # 进一步将剩余部分划分为测试集 (50%) 和验证集 (50%) X_val, X_test, y_val, y_test = train_test_split(X_temp, y_temp, test_size=0.5, random_state=42, stratify=y_temp) print("训练集大小:", X_train.shape[0]) print("验证集大小:", X_val.shape[0]) print("测试集大小:", X_test.shape[0]) # 存储分割后的数据为CSV文件 pd.DataFrame(np.column_stack((X_train, y_train))).to_csv('train.csv', index=False, header=None) pd.DataFrame(np.column_stack((X_val, y_val))).to_csv('val.csv', index=False, header=None) pd.DataFrame(np.column_stack((X_test, y_test))).to_csv('test.csv', index=False, header=None) print("已成功导出 train.csv, val.csv, test.csv") ``` --- ### 参数解释 - `random_state`: 设置固定种子值以便复现实验结果。 - `stratify`: 确保每种分类样本在各个集合中的分布比例一致。 - 划分比例可以根据需要调整，默认为训练集占80%，其余两部分各占10%。 --- ### 注意事项 1. 如果某些CSV文件缺少列名或格式异常，请先对原始数据预处理后再运行此脚本。 2. 文件命名应尽量规范统一，避免因特殊字符导致错误。