將dataframe分割為訓練集和測試集兩部分

data = pd.read_csv("./dataNN.csv",',',error_bad_lines=False)#我的數據集是兩列，一列字符串，一列為0,1的label
data = np.array(data)
random.shuffle(data)#隨機打亂
#取前70%為訓練集
allurl_fea = [d[0] for d in data]
df1=data[:int(0.7*len(allurl_fea))]
#將np.array轉為dataframe，並對兩列賦列名
df1=pd.DataFrame(df1,columns=['url','label'])
#寫入csv
df1.to_csv("./train_samples.csv",index=False)
#剩余百分之30為測試集
df2=data[int(0.7*len(allurl_fea)):]
df2=pd.DataFrame(df2,columns=['url','label'])
df2.to_csv("./test_samples.csv",index=False)

#由於我的數據集中是二分類的，檢測下兩個類別分別的占比
# print(df2['label'].value_counts())