- 准备一个csv文件
import os
import pandas as pd
## 创建文件夹及文件
os.makedirs(os.path.join('..','data'), exist_ok=True)
data_file = os.path.join('..','data','house_demo.csv')
## 写入数据
with open(data_file, 'w') as f:
f.write('NumRooms,Alley,Price\n')
f.write('NA,Pave,127500\n')
f.write('2,Exo,106000\n')
f.write('4,NA,1244500\n')
f.write('NA,NA,1145500\n')
- 读取csv文件
data = pd.read_csv(data_file)
data
- 使用iloc选取数据集的特征值及标签值
# iloc == index of location
inputs, outputs = data.iloc[:,0:2], data.iloc[:, 2]
- 对于数据类别的Na值,使用平均数填补
## 注意: mean() 不能计算string
inputs = inputs.fillna(inputs.mean())
- 对于String类型的Na值,使用pd.get_dummies进行填补
## 对于Inputs中的类别值或者离散值,将NaN是为一个类别 -- pd.get_dummies
# dummy_na : bool, default False:
# Add a column to indicate NaNs, if False NaNs are ignored.
inputs = pd.get_dummies(inputs,dummy_na=True)
inputs
- 将dataframe数据转换成tensor数据
import torch
X, y = torch.tensor(inputs.values), torch.tensor(outputs.values)
路遥知马力,
更应砥砺前行
mingxin