处理一维数据中的常见问题

这段时间一直在做一关于维数据的问题，作为新手小白，也是踩了很多雷，浪费了很多时间

1、先检测数据里面有没有nan值，若是后续出现有关finite的问题，大概率也是因为数据里有nan值

mag是我自己的csv数据

import numpy as np
print(np.isnan(mag).any())     #False代表没有nan值
print(np.isfinite(mag).all())      #查看mag里是否有无限值   True为不包含

2、如果数据里存在nan数据，由于我的数据量不是很大，所以选择了插值对nan进行了填充

df = pd.read_csv(r'E:/data/result.csv', ',',encoding='gbk',header=None) # ''，'' 为分隔符

df.interpolate(method='values')

df.head()

亲测，这个插值方法有效

3、由于我的csv文件包含很多项，所以在用的时候，需要对每一行进行切片

我的数据是 [53511 rows x 3281 columns]

切分后 time

[53511 rows x 1639 columns]   从第1列到第1640列  共1639列

mag

[53511 rows x 1639 columns]   从第1640列到倒数第二列  共1639列

label

[53511 rows x 1 columns]     倒数第二列   共1列

import numpy as np

time = df.iloc[:,1:1640]

mag = df.iloc[:,1640:-2]

label = df.iloc[:,-2]

如果还有其他想到的，后续会补充。。。