• 读取csv文件

data = pd.read_csv('路径/文件名.csv',encoding='utf-8')

• 按行读取数据

data = data[: n] # 取前n行

• 按列读取数据

data = data[['列名1', '列名2']]

• 将某列中的特定值进行替换

data['列名'] =data['列名'].replace('被替换值', '替换值') 

• 按列名删除列

data = data.drop(columns=['列名1','列名2'], axis=1)

• 按列值查找行

data.loc[data['列名']=='查找值']

• 查找列值中不符合条件的数据行

data.loc[~data['列名'].isin(['值1','值2','值3'])]

• 删除列值中含有NaN的行

data = data.dropna(axis=0,how='any') #drop all rows that have any NaN values

• 在不添加额外索引列的前提下保存数据为csv文件

data .to_csv('./data.csv', index=False)

• 将tensor(GPU)类型数据转换为numpy类型数据

top_pred = top_pred.cpu().numpy()

• 将numpy类型数据按行拼接

pred_data = np.concatenate((pred_data, top_pred), axis=0)

• 将numpy数据进行数据类型转换

pred_data = pred_data.astype(np.int)

• 将numpy类型数据转换为DataFrame格式

data = pd.DataFrame(pred_data)

• 保存为csv文件

data.to_csv('./result/result.csv')