（一）路径写法

filepath="C:\Users\python_study\test.csv" 或 ‘C:\Users\python_study\test.csv’ (单双引号均可)

或 filepath=r"C:UsersDesktoppython_study est.csv"

或 filepath= "C:/Users/Desktop/python_study/test.csv"

（二）pandas函数

（1）pd.read_csv(‘data.csv’,encoding = "utf-8",header = 0,names = range(0,50),index_col=0,keep_default_na=False)

header = 0 是默认情况（即不标明，默认就是header = 0），表示以数据的第一行为列索引；header=None即指明原始文件数据没有列索引，这样read_csv为自动加上列索引，除非你给定列索引的名字。

encoding = "utf-8" 表明以utf-8为编码规则。

names = range(0,50)) 表示以[0….49]为列索引的名字

index_col=0 表示以原有数据的第一列(索引为0)当作行索引。

keep_default_na=False 表示空值将变为null；

       如果没有keep_default_na=False，加载后空值处就是NAN，且类似coupon_id（如：11002）等处的类型都是float，再者判断是否是NAN的话是：off_train.date!=off_train.date，结果是True即为NAN，否则是非空值！

       如果使用了keep_default_na=False，会使coupon_id等字段的数据类型转化为object可以简单看作是字符串，空值变为null，这时候判断是否是空值便可用off_train.date==‘null’！

更多参考：https://www.jianshu.com/p/9c12fb248ccc

示例代码:

import pandas as pd

import numpy as np

from datetime import date

import datetime as dt

import os

#源数据路径

DataPath = r‘D:DesktopXGBoostDatadata_origin’

#预处理后数据存放路径

FeaturePath = r‘D:DesktopXGBoostDatadata_preprocessed’

off_train.columns=[‘user_id’,‘merchant_id’,‘coupon_id’,‘discount_rate’,‘distance’,‘date_received’,‘date’]

off_test = pd.read_csv(os.path.join(DataPath,‘ccf_offline_stage1_test_revised.csv’),header=0,keep_default_na=False)

off_test.columns = [‘user_id’,‘merchant_id’,‘coupon_id’,‘discount_rate’,‘distance’,‘date_received’]

讯享网

print(off_train.info())

print(off_train.head(5))  #输出DataFrame的前五行，看读入数据是否与原数据一致，作为核查，很重要！

输出：

<class ‘pandas.core.frame.DataFrame’>

RangeIndex: entries, 0 to

Data columns (total 7 columns):

user_id          int64

merchant_id      int64

coupon_id        object

discount_rate    object

distance         object

date_received    object

date             object

dtypes: int64(2), object(5)

memory usage: 93.7+ MB

None

   user_id  merchant_id coupon_id discount_rate distance date_received 

0           2632      null          null        0          null   

1           4663     11002        150:20        1         

2           2632      8591          20:1        0         

3           2632      1078          20:1        0         

4           2632      8591          20:1        0         

       date  

0    

1      null  

2      null  

3      null  

4      null  

点滴分享，福泽你我！Add oil！

                                    <label style="font-size:13px; color:#850f0f">转载本文请联系原作者获取授权，同时请注明本文来自张伟科学网博客。<br />链接地址：</label>https://blog.sciencenet.cn/blog-3428464-1248692.html 

上一篇：ROC曲线
下一篇：正交矩阵（坐标变换）与奇异值分解SVD