DataFrame按行读取：DataFrame之values

http://blog.csdn.net/u014607457/article/details/51290582

    def fill_core(self):
        RatingTable=pd.read_csv(self.path+\'/RatingTable.csv\',header=None)
        list1=RatingTable.loc[0].values
        print(type(list1))
        print(list1)

        # print(RatingTable.index)RangeIndex(start=0, stop=943, step=1)
        # print(userRatingTable.loc[1][0:-1])
        # for indexs in RatingTable.index:
        #     print(RatingTable.loc[indexs].values)#返回value二维array
            # values[0:] values[0:-1]b是负数，表示去除后几位
            #%.2f是将该浮点数float保留两位小数。2表示保留的位数
            # val[0:-1] 是对字符串的截取操作，str[a：b]表示截取字符串的a开始的位置，b表示结束位置
            # b是负数，表示去出后几位
        # f1=open(self.path+\'/RatingTable.csv\',\'r\',encoding=\'utf-8\')
        # dict1=[]
        # for line1 in f1.readlines():
        #     tmp=[]
        #     theme_num=line1.strip().split(\',\')
        #     # print(theme_num)
        #     for g in theme_num:
        #         tmp.append(int(g))
        #     dict1.append(tmp)

pandas是python环境下最有名的数据统计包，而DataFrame翻译为数据框，是一种数据组织方式，这么说你可能无法从感性上认识它，举个例子，你大概用过Excel，而它也是一种数据组织和呈现的方式，简单说就是表格，而在在pandas中用DataFrame组织数据，如果你不print DataFrame，你看不到这些数据，下面我们来看看DataFrame是如何使用的。

首先是引入pandas和numpy，这是经常配合使用的两个包，pandas依赖于numpy，引入以后我们可以直接使用np/pd来表示这个两个模块