pytorch_trick（4）数据类型转换（待补充）

• 数据类型转换

# df 转换成 np
df.values

# list 转换成 np， 并指定数组类型
np.array(liss, dtype=np.float32)

# list 转换成 tensor
torch.FloatTensor(np.array(liss, dtype=np.float32)))

# np 转换成 tensor，并指定类型
torch.FloatTensor(np, dtype=torch.float32)

# 取df的 多少行的多少列，并转 np
df.iloc[i:j, 3:-1].values 

• 查看数据集信息 df

# 查看缺失值
df.isnull().sum() 

# 查看标签值个数
df["label"].unique().__len__() 
# 查看标签值
df["label"].unique()

• 数据预处理 df

# 修改列名
df.rename(columns={'name': 'new_name'}, inplace=True)

# 将标签移到最后
df.loc[:,'label'] = df.pop('label') 

# 填补缺失值
df["col_1"] = df["col_1"].fillna(0)
# 删除具有缺失值的行
df.dropna(inplace=True)

#恢复索引
df.index = range(df.shape[0])

• 调试

# 随机选取一定数量样本进行测试
# 选取10个id不同的所有样本
selected_ids = df['id'].drop_duplicates().sample(n=10)
df= df[df['id'].isin(selected_ids)]