Kaggle 基本数据操作

ShellDawn

于 2018-04-03 15:10:07 发布

阅读量2.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： machine learning 文章标签： kaggle pandas

本文链接：https://blog.csdn.net/ShellDawn/article/details/79803697

machine learning 专栏收录该内容

15 篇文章

订阅专栏

本文介绍如何使用Python的Pandas库加载CSV文件，并进行基本的数据探索，包括查看数据统计信息、选取特定列及输出预测结果等操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd

#文件路径
file_path = '../input/xxx.csv'

#读取csv格式
file_data = pd.read_csv(file_path)

#查看数据大致信息
#count数量；mean均值；std标准差；min,25%,50%,75%,max位于各个阶段的数据；
print(file_data.describe())

#查看列信息
print(file_data.columns)

#抽取一列
price_data = file_data.SalePrice
print(price_data.head())#返回一列的前几行
print(price_data)#返回一列

#抽取多列
columns_name = ['LotArea','SalePrice']
two_data = data[columns_name]
print(two_data.describe())

#输出预测值
test = pd.read_csv('../input/test.csv')
test_X = test[predictor_cols]
predicted_prices = my_model.predict(test_X)
my_submission = pd.DateFrame({'Id':test.Id,'SalePrice':predicted_prices})
my_submission.to_csv('submission.csv',index=False)