处理csv文件时要注意的

pandas读取csv文件会默认假设第一行包含的是列名数据，并将其作为 DataFrame 的列名。因此要么你的csv文件的第一行保存的是列名，假如你的原始csv文件的第一行就是数据行，要注意使用 header=None 参数告诉 pandas 不要将第一行视为列名，而是将其作为数据的一部分。此时，可以根据默认的数字索引去读取对应的列。

import pandas as pd

# 读取 CSV 文件，第一行不是列名
df = pd.read_csv('data.csv', header=None)

# 显示 DataFrame
print(df['索引1'])
print(df)

假如原csv文件内容如下：

   索引1  索引2  索引3
0    1     2      3
1    4     5      6

则df[‘索引1’]读取结果为

0  1 
1  4  

则df读取结果为

   0  1  2
0  1  2  3
1  4  5  6

会按照默认的数字索引来读了

如果要在写入csv文件时忽略行索引那么：

指定index=False

train.to_csv(train_csv_file, index=False)

如果要获取数据，需要忽略行索引

data_array = all_csv_data[colunm].values
# 结果为
[ 0.40015721  0.95008842  1.45427351  1.49407907  0.6536186   0.04575852
  0.37816252  1.23029068 -1.42001794 -1.25279536]

返回numpy数组，行数为数据量，列数为特征数量，会损失一点数值精确度

data_array = all_csv_data[colunm].tolist()
#结果为
[0.4001572083672233, 0.9500884175255894, 1.454273506962975, 1.494079073157606, 0.6536185954403606, 0.045758517301446, 0.3781625196021735, 1.2302906807277207, -1.4200179371789752, -1.2527953600499262]

返回列表