数据预处理沙盘_数据预处理pandas主要语句?

#使用pandas预处理原数据，并将原始数据转换成张量的格式
#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

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,Pricen')  # 列名
    f.write('NA,Pave,127500n')  # 每行表示一个数据样本
    f.write('2,NA,106000n')
    f.write('4,NA,178100n')
    f.write('NA,NA,140000n')

import pandas as pd

data = pd.read_csv(data_file)
print(data)

inputs,outputs = data.iloc[:,0:2], data.iloc[:,2]
inputs = inputs.fillna(inputs.mean())
print(inputs)

inputs = pd.get_dummies(inputs, dummy_na=True)   #input类别类或者离散类 ，自动将类型划分成两类
print(inputs)

import torch
#当inputs and outputs所有的条目都是数值类型，就可以将其转换成张量格式
x, y = torch.tensor(inputs.values), torch.tensor(outputs.values)
print(x,y)