李沐跟着学深度学习-数据处理

os.makedirs() 方法用于递归创建目录

• makedirs()方法语法格式如下：
  os.makedirs(path, mode=0o777)
• 参数
  path – 需要递归创建的目录，可以是相对或者绝对路径。
  mode – 权限模式。

os.path.join()函数用于路径拼接文件路径
  路径表示
. 表示当前目录
.. 表示当前目录的上一级目录。
./表示当前目录下的某个文件或文件夹，视后面跟着的名字而定
../表示当前目录上一级目录的文件或文件夹，视后面跟着的名字而定。
os.path.join(‘…’, ‘data’, ‘house_tiny.csv’) 表示当前目录的data文件夹下的house_tiny.csv文件的目录

在上述新建的文件data_file里写内容。

导入pandas包

read_csv()：将csv文件导入成data的数据

iloc[:0：2]: 冒号前是行，冒号后是列，索引范围为：全部的行，和第0-1列的值

fillna()表示填充所有NA值

mean()表示取维度的平均值

     由于数据中有string，不能取数值的平均值，所以确定数据种类，只限数值

get_dummies：表示将数据的某一列或者一行分类成二进制数组，数值为0或1。   

       data: 要进行独热编码的 DataFrame 或 Series。

       prefix: 生成的独热编码列的前缀。

       prefix_sep: 生成的独热编码列的前缀和原始列名之间的分隔符。

       dummy_na: 是否为原始数据中的缺失值生成独热编码列。

       columns: 要进行独热编码的列的名称，如果指定，则只对这些列进行操作。

       drop_first: 是否删除第一个独热编码列，以避免共线性问题

由于pandas版本（1.6.0）问题，结论全部都是布尔值，需要定义dtype=int；

data数组有栏目，如果没有，需要加columns

函数形式：dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

   axis：轴。0或'index'，表示按行删除；1或'columns'，表示按列删除。

   how：筛选方式。‘any’，表示该行/列只要有一个以上的空值，就删除该行/列；‘all’，表示该行/列全部都为空值，就删除该行/列。

   thresh：非空元素最低数量。int型，默认为None。如果该行/列中，非空元素数量小于这个值，就删除该行/列。

   subset：子集。列表，元素为行或者列的索引。如果axis=0或者‘index’，subset中元素为列的索引；如果axis=1或者‘column’，subset中元素为行的索引。由subset限制的子区域，是判断是否删除该行/列的条件判断区域。

   inplace：是否原地替换。布尔值，默认为False。如果为True，则在原DataFrame上进行操作，返回值为None。