深度学习_2_数据处理

在这里插入图片描述
import os是一个Python的内置模块，用于与操作系统进行交互。通过导入os模块，你可以使用其中提供的函数和方法来执行各种与操作系统相关的任务。

import osos.makedirs(os.path.join('..', 'date'), exist_ok=True)##将创建一个名为date的文件夹，位于当前目录的上一级目录中

在这里插入图片描述
代码：

import osos.makedirs(os.path.join('..', 'date'), exist_ok=True)##将创建一个名为date的文件夹，位于当前目录的上一级目录中
data_file = os.path.join('..', 'date', 'house_tiny.csv')##路径名
with open(data_file, 'w') as f:##第一个参数是文件路径（在此处为 data_file），第二个参数 'w' 表示以写入模式打开文件。如果文件不存在，它将被创建；如果文件已存在，它将被覆盖。f.write("NumRooms,Alley,Price\n")f.write("NA,Pave,127500\n")f.write("2,NA,127500\n")f.write("NA,NA,127500\n")

在这里插入图片描述

import osimport pandas as pd
import numpy as npos.makedirs(os.path.join('..', 'date'), exist_ok=True)##将创建一个名为date的文件夹，位于当前目录的上一级目录中
data_file = os.path.join('..', 'date', 'house_tiny.csv')##路径名
# with open(data_file, 'w') as f:
# ##第一个参数是文件路径（在此处为 data_file），第二个参数 'w' 表示以写入模式打开文件。如果文件不存在，它将被创建；如果文件已存在，它将被覆盖。
#     f.write("NumRooms,Alley,Price\n")
#     f.write("NA,Pave,127500\n")
#     f.write("2,NA,127500\n")
#     f.write("NA,NA,127500\n")
data = pd.read_csv(data_file)
print(data)
inputs, outputs = data.iloc[:,0:2], data.iloc[:, 2]#inputs所有行前两列，out所有行的第三列
# inputs = inputs.fillna(inputs.mean().astype(float))
numeric_columns = inputs.select_dtypes(include=[np.number]).columns  # 选择数值型的列
inputs[numeric_columns] = inputs[numeric_columns].fillna(inputs[numeric_columns].mean())  # 对数值型列进行填充print(inputs)