CSV文件的读取，TensorFlow和pandas

来一包板栗

于 2018-09-27 20:11:34 发布

阅读量3.2k

点赞数 2

分类专栏： Python

本文链接：https://blog.csdn.net/qq_27871973/article/details/82872290

版权

本文介绍了两种读取CSV文件的方法，一是利用pandas库，通过简洁的代码快速读取并展示数据；二是使用TensorFlow，虽然步骤较为复杂，但支持一次读取多个文件，并提供了多线程处理和数据转换的功能。在TensorFlow中，需要注意文件名列表、数据类型的指定以及空值处理等细节。

摘要由CSDN通过智能技术生成

csv文件的读取，有两种方法：调用pandas库函数或者直接用TensorFlow读取，

1、调用pandas

data.csv是自己随便搞的一个数据文件，数据样例和读取代码如下：

import tensorflow as tf
import pandas as pd

def pd_read_csv():
 
    data_frame = pd.read_csv("data.csv", sep=",")
    data1 = []
    data2 = []
    data3 = []
    data4 = []
   
    for index in data_frame.index:
        data_row = data_frame.loc[index]
        data1.append(data_row["one"])
        data2.append(data_row["two"])
        data3.append(data_row["three"])
        data4.append(data_row["label"])
    return (data1,data2,data3,data4)

data1, data2, data3, data4 = pd_read_csv()

数据的第一行都是有特征的，比如one、two.......，当然也可以是纯数字，只需要修改