【python基础】【pandas】读取数据pd.read_csv、列表切片iloc、转换成数组to_numpy

• 读取数据保存到data中，路径根据你保存的train.csv位置而有变化 big5 是专门针对台湾繁体的。

data = pd.read_csv('D:/pycharm/HungYiLiData/hw1/train.csv', encoding='utf-8')
# data = pd.read_csv('D:/pycharm/HungYiLiData/hw1/train.csv', encoding='big5')
# print(data)

• 切片：冒号前行数，冒号后列数
  行保留所有，列从第三列开始往后才保留，这样去除了数据中的时间、地点、参数等信息

data = data.iloc[:, 3:]
# print(data)

• 将所有NR的值全部置为0方便之后处理

data[data == 'NR'] = 0
# print(data)

• 将 DataFrame 转换为 NumPy 数组。
  将data的所有数据转换为二维数据并用raw_data来保存

raw_data = data.to_numpy()
# print(raw_data)
# 可以每一步都打印出结果，看到数据的变化

DataFrame.to_numpy(dtype=None, copy=False, na_value=NoDefault.no_default)

默认情况下，返回数组的 dtype 将是 DataFrame 中所有类型的通用 NumPy dtype。例如，如果 dtypes 是 float16 和 float32 ，则结果 dtype 将是 float32 。这可能需要复制数据和强制值，这可能很昂贵。

参数：
dtype：str 或 numpy.dtype，可选
要传递给 numpy.asarray() 的 dtype。

copy：布尔值，默认为 False
是否确保返回值不是另一个数组上的视图。请注意，copy=False 并不能确保 to_numpy() 是 no-copy。相反，copy=True 确保制作副本，即使并非绝对必要。

na_value：任意，可选
用于缺失值的值。默认值取决于dtype 和 DataFrame 列的 dtypes。