动手学深度学习（pytorch）学习记录2-数据预处理[学习记录]

注：本代码在jupyter notebook上运行

读取数据集

创建人工数据集，存储在CSV(逗号分隔符)文件中 将数据按行写入CSV

import os

os.makedirs(os.path.join('.', 'data'), exist_ok=True) # 创建文件夹 ..表示上级目录 .表示本级目录
data_file = os.path.join('.', 'data', 'house_tiny.csv') # 目标文件地址
with open(data_file, 'w') as f:
    f.write('NumRooms,Alley,Price\n')  # 列名
    f.write('NA,Pave,127500\n')  # 每行表示一个数据样本
    f.write('2,NA,106000\n')
    f.write('4,NA,178100\n')
    f.write('NA,NA,140000\n')

加载原始数据集，有四行三列，描述了房间数量、巷子类型、房屋价格

import pandas as pd
data = pd.read_csv(data_file)
print(data)

输出结果：

处理缺失值

通过位置索引iloc，将data分成inputs和outputs

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