我有一个这样的 word2vec 数据帧，它使用 Gensim 在 txt 文件下从 save_word2vec_format 保存。使用 pandas 读取此文件后。 （下图）。如何删除第一个单词并将它们作为索引？我想要一个像一个热编码矢量数据帧这样的数据帧。这是我的txt文件https://drive.google.com/file/d/1O206N93hPSmvMjwc0W5ATyqQMdMwhRlF/view?usp=sharing
【问题讨论】：
我认为需要read_csv 并省略第一行，将分隔符更改为\s+ 用于一个或多个空格，将第一列设置为索引并将默认列名称设置为RangeIndex，最后由T 转置：
df = pd.read_csv('model.txt', sep='\s+', index_col=0, header=None, skiprows=1).T
print (df.head())
0 the and of a to in he \
1 -0.058613 0.015442 -0.158179 0.140175 0.093452 0.018156 0.119811
2 -0.167606 -0.107773 -0.029066 -0.206769 -0.091758 -0.089092 -0.154339
3 0.050763 -0.017081 -0.124401 0.155085 0.175548 -0.029413 0.246189
4 0.283456 0.208988 0.110836 -0.007077 0.265104 0.023497 -0.027724
5 0.152869 -0.006580 -0.009774 0.116188 0.039773 0.047682 0.008068
0 wa it i ... ammy mim candyman \
1 0.044857 0.351965 0.480889 ... 0.036848 0.060897 0.072883
2 -0.113168 -0.195455 -0.007680 ... -0.008903 -0.024123 -0.023799
3 0.039933 0.143591 0.205823 ... 0.002832 0.014112 0.011426
4 -0.074092 0.075550 -0.089214 ... 0.003451 0.012912 0.016158
5 -0.107139 0.040009 -0.013390 ... -0.000931 -0.006203 0.000539
0 washboiler mincepie ruben croome mamlet postnotes bettina
1 0.040233 0.048775 0.059252 0.029014 0.047536 0.034878 0.043068
2 -0.013842 -0.015706 -0.023821 -0.014749 -0.013498 -0.011608 -0.019654
3 0.006556 0.012816 0.004323 -0.006120 0.006841 0.008062 0.006986
4 0.011206 0.010511 0.012700 0.006781 0.007779 0.008678 0.016355
5 -0.003435 -0.003693 -0.003387 -0.002963 -0.003910 -0.001301 -0.003683
[5 rows x 31849 columns]
【讨论】：
df = pd.read_csv('model.txt', sep='\t', index_col=0).T