菜鸟的学习笔记

敲代码过程中遇到的许许多多的小问题。

PART1 数据处理

一、将两列拼接，即1和1变成11。( 参考了这里python合并两列)

1. 首先读数据：df = pd.read_csv("data.csv")
2. 其次将要拼接的两列转化为字符串格式，很重要！
3. 怎么转化呢，用.map(str)，举例子：df['num'] = df['num1'].map(str)+df['num2'].map(str)

二、将某列符合条件的值改为另一个值

1. 先用了这个方法：df.loc[df['Outcome'] == 'True'] = 1，想把列的True改为1，但是这个方法使得该行所有值都变为了1；
2. 后来发现是少加了一个参数，应该是：df.loc[df['Outcome'] == 'True','Outcome'] = 1，第二个参数表示对哪一列进行操作，这样就可以只改变目标列了

三、用一个csv文件的值填补另一个csv文件中的空缺位置

• 未解决，最后利用指针和数组达成了目标，过程很繁琐

四、删除nan

1. 假设x为数组，则用到x=x[~np.isnan(x)]；
2. 假设y是dataframe，则使用df = df[~df["列名"].isnull()]；
3. 填充dataframe中的null，使用df['列名'].fillna('要填充的数', inplace=True)，inplace=True表示直接对df进行操作，不产生新的对象
4. 若删除数组中的空格，则用到while ' ' in 数组名：数组名.remove(' ')
5. 删除list中的nan，用这个list1 = [i for i in list1 if i == i]，参考: python删除列表中的nan值.

五、将一列不连续的数值重新连续编码，如（1,3,3,5,3,6）编码为（1,2,2,3,2,4）

1. 在dataframe中，使用df["列名"] = np.unique(df["列名"].map(str), return_inverse=True)[1]，注意：这种编码方式会将null值也编码进去。
2. 用set()函数时出现错误，我的代码是skill_set = set(df['skill_id'])，希望出现的结果是所有技能id的无重复集合，但是运行出来的结果是：
   可以看到出现了大量的nan，解决方法：加一个.astype(str)控制，即skill_set = set(df['skill_id'].astype(str))，再运行结果为：
   搜索只有一个nan值，是正确的。

PART2 代码报错

1. RuntimeError: index out of range at c:\a\w\1\s\windows\pytorch\aten\src\th\generic/THTensorEvenMoreMath.cpp:191
   答：索引越界了，检查一下自己的数组下标，使其从1开始。

2. The size of tensor a (4) must match the size of tensor b (2) at non-singleton dimension 0
   答：张量拼接时没注意维度的统一。torch.cat((a,b),0)表示在第0维拼接（横向扩展），例如a.size()=[32,680,129]，b.size()=[48,680,129]，此时只有第0维不同，其他维大小都相同，可以横向拼接，拼接后的形状为[80,680,129]；同理，torch.cat((a,b),1)表示在第1维拼接（纵向扩展），需要保证除了第1维不同外，其他维的大小都一样；另外，也可以在更高维上拼接，如torch.cat((a,b),2)表示在第2维拼接，要保证除第2维之外的维度大小都相同。

3. ValueError: invalid literal for int() with base 10: ‘356.0’
   答：int()不能转换带小数点的字符串，可以将int('356.0')改为round(float("356.0"))。