Utilizar pandas para importar archivos planos como DataFrames (2)

En el último ejercicio, pudiste importar ficheros planos en un DataFrame pandas. Además, es muy sencillo para recuperar la correspondiente matriz numpy mediante el método .to_numpy(). Ahora tendrás la oportunidad para hacerlo usando el conjunto de datos MNIST, que está disponible comodigits.csv…

Hay una serie de argumentos quepd.read_csv()te resultarán útiles para este ejercicio:

nrows te permite especificar cuántas filas quieres leer del archivo. Por ejemplo, solonrows=10 importará las primeras 10 filas.
header acepta números de fila para utilizarlos como etiquetas de columna y marca el inicio de los datos. Si el archivo no contiene una fila de encabezado, puedes configurar header=None, ypandas asignará automáticamente etiquetas de columna con números enteros a partir del 0 (por ejemplo, 0, 1, 2, …).

Este ejercicio forma parte del curso

Introducción a la importación de datos en Python

Ver curso

Instrucciones del ejercicio

Importa las primeras 5 filas del archivo a un DataFrame usando la funciónpd.read_csv() y asigna el resultado a data. Tendrás que usar los argumentosnrows y header. Ten en cuenta que este archivo no tiene fila de encabezado.
Construye un array numpy a partir del DataFrame resultante en data y asígnalo a data_array.
Ejecuta print(type(data_array)) para imprimir el tipo de dato de data_array.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Assign the filename: file
file = 'digits.csv'

# Read the first 5 rows of the file into a DataFrame: data
data = ____(____, ____, ____)

# Build a numpy array from the DataFrame: data_array
data_array = ____

# Print the datatype of data_array to the shell
print(type(data_array))

Editar y ejecutar código