数据预处理

0. 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')

1. 读取csv文件

data = pd.read_csv(data_file)
data

2. 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]

3. 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())

4. 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

5. 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