天池实验室|读取数据集的两种方式

梦里梦外; 2022-11-30 12:29 614阅读 0赞

*  读取挂载数据中的数据集

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nvbmd4aWFvbGluZ2Jhb2Jhbw_size_16_color_FFFFFF_t_70][]

具体代码如下：

# 步骤1：
    !ls datalab/
    
    # 步骤2：
    import os
    os.chdir('/home/tianchi/datalab/75057')
    print(os.getcwd())
    
    # 步骤3：
    import pandas as pd
    import os
    # 挂载数据中的数据集读取
    os.chdir('/mnt/file/opensearch/documents/75057')
    df=pd.read_excel('dataset-1.xlsx',sheet_name='Sheet1')
    #获取最大行，最大列
    nrows=df.shape[0]
    ncols=df.columns.size
    print('Max Rows:'+str(nrows))
    print('Max Columns'+str(ncols))

核心是路径的写法：这里挂载数据不能直接找到文件名，需要去找到文件夹，才能找到具体数据集文件，所有实验室的数据访问都在/home/tianchi/tianchilab路径下

*  读取个人空间中的数据集

前提：在个人空间中新建文件夹：dataset，在该文件夹下上传数据集文件，名称为：dataset-1.xlsx

具体代码：

import pandas as pd
    # 个人空间中的数据集读取
    sExcelFile='/home/tianchi/myspace/dataset/dataset-1.xlsx'
    df = pd.read_excel(sExcelFile,sheet_name='Sheet1')
    #获取最大行，最大列
    nrows=df.shape[0]
    ncols=df.columns.size
    print('Max Rows:'+str(nrows))
    print('Max Columns'+str(ncols))

核心是路径的写法：/home/tianchi/myspace/dataset/dataset-1.xlsx，个人空间的数据都在/home/tianchi/myspace路径下

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nvbmd4aWFvbGluZ2Jhb2Jhbw_size_16_color_FFFFFF_t_70]: /images/20221123/148bfbff390b43c3b17613e3d6243915.png