跟李沐学AI：chapter_preliminaries/pandas下的课后练习

系列文章目录

跟李沐学AI：chapter_preliminaries/pandas下的课后练习

---

---

前言

记录一下学习收获以及疑惑

---

小结

pandas软件包是Python中常用的数据分析工具中，pandas可以与张量兼容。
用pandas处理缺失的数据时，我们可根据情况选择用插值法和删除法。

练习

创建包含更多行和列的原始数据集。

删除缺失值最多的列。
将预处理后的数据集转换为张量格式。

1.创建包含更多行和列的原始数据集。

代码如下（示例）：

import os
os.makedirs(os.path.join('..', 'data'), exist_ok=True)
data_file = os.path.join('..', 'data', 'house_tiny.csv')
with open(data_file, 'w+') as f:
    f.write('NumRooms,Alley,Price,Exercise\n')  # 列名
    f.write('NA,Pave,127500,Trump\n')  # 每行表示一个数据样本
    f.write('2,NA,106000,Biden\n')
    f.write('4,NA,178100,Harris\n')
    f.write('NA,NA,140000,NA\n')
    f.write('6,NA,30000,NA\n')
f=open(data_file,'r')
print(f.read())
f.close()

2.删除缺失值最多的列

cnt_na=data.isnull().sum(axis=0)#计算NA数量
print(cnt_na)
id_del=cnt_na.idxmax()#返回最大值索引
print(id_del)
data=data.drop(columns=id_del)#删除后要重新赋值
print(data)

运行结果：

NumRooms    2
Alley       4
Price       0
Exercise    2
dtype: int64
Alley
   NumRooms   Price Exercise
0       NaN  127500    Trump
1       2.0  106000    Biden
2       4.0  178100   Harris
3       NaN  140000      NaN
4       6.0   30000      NaN

3.将预处理后的数据集转换为张量格式。

import torch

X, y = torch.tensor(inputs.values), torch.tensor(outputs.values)
X, y

运行结果：

(tensor([[4., 0., 0., 1., 0.],
         [2., 1., 0., 0., 0.],
         [4., 0., 1., 0., 0.],
         [4., 0., 0., 0., 1.],
         [6., 0., 0., 0., 1.]], dtype=torch.float64),
 tensor([127500, 106000, 178100, 140000,  30000]))

---