作为一个数据挖掘和Python编程的双面小白,从零就真的是从一张白纸开始了。
今天,首先学习怎么将阿里给我们的CSV文件导入到Python中;
import csv
itemcsv = file('d:/test/item.csv','rb')
r1 = csv.reader(itemcsv)
到这步为止,初步将该item.csv导入了Python中;
接下来,如果想要打印这些数据,只需要以下即可。
for line in r1:
print line
itemcsv.close()
但这肯定没达到我们想要的结果,至少我们需要将CSV里的数据,以逗号为分割,将之存入一定的数据结构中
这时候就需要借助numpy工具了;
import numpy as np
data = np.genfromtxt(item,delimiter=',',skip_header=1)
这样数据就在data结构里面了,data的具体用法和Python里的列表相同,查看具体结果如下:

本文介绍了如何从零开始进行数据预处理,特别是针对天池新人离线赛的数据。内容包括将CSV文件导入Python,利用numpy进行数据存储,并解决字符串脱敏问题,确保所有列的数据都被正确处理。

553

被折叠的 条评论
为什么被折叠?



