1 读取txt 文件
df_train=pd.read_table("totalExposureLog_count1_static_uniq_average_process.txt")
2 读取csv 文件
df_test = pd.read_csv('./submission.csv')
3 得到数据的 描述
print(df_test1.describe())
当没有出现正常的时候,要把每一列的值转为float
4 两个id 相同的表合并
result = pd.merge(df_test, df_test1, how='right', on=['id', 'id'])
5 得到表的行列数
print(result.shape)
6 查看pandas 数据的类型:print(df_test.info())
<class 'pandas.core.frame.DataFrame'>
Int64Index: 38596 entries, 0 to 38595
Data columns (total 2 columns):
id 38596 non-null int64
target 38596 non-null float64
dtypes: float64(1), int64(1)
memory usage: 904.6 KB
7 转换 pandas 数据的类型
df_test=pd.DataFrame(df_test,dtype=np.float)
df_test[["id"]]=pd.DataFrame(df_test[["id"]],dtype=np.int)
8 求某两列均值
result['target_all'] = np.mean(result[["target_x","target_y"]].values, axis=1)
9 新建个pandas
sub_df = pd.DataFrame({'id':result['id'].values,'id1':result['id1'].values})
sub_df["target"] = result['target_all']
sub_df.to_csv("lgb_submission_stack.csv", index=False)
10 pandas 查看是否有na
df.isnull()
print(df.isnull().any()) #用来判断某列是否有缺失值
11 切分数据:split -l 50 wlan_date.txt wlan
拆分后会生成 wlanaa wlanab wlanac 三个文件,wlanaa wlanab两个文件分别50行,wlanac文件剩下20行
12 修改列名:df_test.rename(columns={'出价':'操作后新的出价值', '行业id':'广告行业id','账户id':'广告账户id',}, inplace = True)