Pandas 的数据读取 pd.read_csv()、DataFrame

示例代码：

    # get q-matrix in target course
    df_item = pd.read_csv(f"./data/java-30/item.csv")
    item2knowledge = {}
    knowledge_set = set()
    for i, s in df_item.iterrows():
        item_id, knowledge_codes = s['item_id'], list(set(eval(s['knowledge_code'])))
        item2knowledge[item_id] = knowledge_codes
        knowledge_set.update(knowledge_codes)

        pd.read_csv()读取到的数据以 DataFrame 的形式赋值给了变量 df_item。DataFrame 是 pandas 库中用于表示二维数据的数据结构，它类似于电子表格或数据库表格，由行和列组成。

        举例：假设我们有一个 DataFrame，其中包含学生的姓名、年龄和成绩信息。DataFrame 可以这样创建：

import pandas as pd

# 创建一个字典，包含学生的信息
data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [20, 21, 22, 23],
    '成绩': [85, 90, 75, 88]
}

# 使用字典创建 DataFrame
df = pd.DataFrame(data)

# 显示 DataFrame
print(df)

这将输出：

   姓名  年龄  成绩
0  张三  20  85
1  李四  21  90
2  王五  22  75
3  赵六  23  88

        要访问 DataFrame 中的数据，可以使用列名或行索引。例如，要访问 '姓名' 列的数据，可以这样做：

names = df['姓名']
print(names)

输出：

0    张三
1    李四
2    王五
3    赵六
Name: 姓名, dtype: object

        要访问 DataFrame 中的某一行数据，可以使用 .loc[] 或 .iloc[] 方法。例如，要访问第一行数据，可以这样做：

first_row = df.loc[0]
print(first_row)

会输出：

姓名    张三
年龄    20
成绩    85
Name: 0, dtype: object

df_item.iterrows() 是 DataFrame 对象的一个方法，用于迭代遍历 DataFrame 的每一行。它会返回一个迭代器，该迭代器产生一对元组，每个元组包含两个值：

1. 行索引（index）：表示当前行在 DataFrame 中的索引位置。
2. 行数据（row）：表示当前行的数据，通常是一个 Series 对象，其中包含当前行的所有值，索引是 DataFrame 的列名。

因此，通过遍历 df_item.iterrows() 可以逐行获取 DataFrame 中的数据。