实际应用中,对数据进行处理时,到手的数据文件往往五花八门,data、txt、csv、json等等。Python为我们提供了强大的数据分析处理工具,如果文件符合某种格式要求,可以使用pandas模块中的各种read方法直接读取。例如大名鼎鼎的鸢尾花数据集iris.data,使用Notepad++打开文件观察数据,可见:
从图中可以看出,没有表头,字段清晰,分隔符均为逗号,因此可直接使用read_csv方法将数据读取为Dataframe对象,再通过Dataframe对象进行各种操作:
df = pd.read_csv('e:\iris.data',header=None)
# 查看数据前5行
df.head()
# 读取后100个数据的第2和第3列数据作为特征
X = df.iloc[-100:,[2,3]].values
# 读取后100个数据的第4列元素作为数据标签
y = df.iloc[-100:,4].values
如果遇到不这么标准的数据是否能够这样操作?例如这个St