1.3 用 Pandas.read_csv() 接口读取数据

　　足球是世界上最火爆的运动之一，如何运用机器学习来预测足球比赛结果，是每一个足球爱好者所向往的！

　　本场 Chat 适合有 Python 基础的机器学习初学者，我们带你一起熟悉机器学习的开发流程，帮你快速建立起自己的英超比赛预测模型！

　　你将获取到如下内容：

人工智能在线建模平台介绍；

熟悉机器学习开发流程；

熟悉 Python 数据挖掘库 NumPy、Pandas、Scikit-Learn 等开发库的基本使用；

熟悉常见分类算法（逻辑回归、SVM 和 XGBoost）及其评价指标；

部署完成一个属于自己的预测模型。

　　足球是世界上最火爆的运动之一，世界杯期间也往往是球迷们最亢奋的时刻。比赛狂欢季除了炸出了熬夜看球的铁杆粉丝，也让足球竞猜也成了大家茶余饭后最热衷的话题。甚至连原来不怎么看足球的人，也是暗中努力恶补了很多足球相关知识，想通过赛事竞猜先赚一个小目标。今天我们将介绍如何用机器学习来预测足球比赛结果！

　　本 Chat 采用 Python 编程语言，使用 人工智能建模平台 Mo 作为在线开发环境进行编程，通过获取 2000 年到 2018 年共 19 年英超的比赛数据，然后基于监督学习中逻辑回归模型、支持向量机模型和 XGBoost 模型，对英超比赛结果进行预测。

　　下面我们一起来看看预测英超比赛结果的机器学习步骤：

主要流程步骤

获取数据和读取数据的信息

数据清洗和预处理

特征工程

建立机器学习模型并进行预测

总结与展望

1. 获取数据和读取数据的信息

　　首先我们进入 Mo 工作台，创建一个空白项目，点击 开始开发 ，进入内嵌 JupyterLab 的 Notebook 开发环境。

　　

　　

　　接着我们需要在项目中上传数据集。

　　英超每年举办一个赛季，在每年的 8 月到第二年的 5 月进行，共有 20 支球队，实行主客场双循环赛制，每个赛季共 38 轮比赛（其中 19 场主场比赛，19 场客场比赛），每轮比赛共计 10 场比赛，所以每个赛季，英超共有 380 场比赛。

　　数据集地址

　　数据集中特征说明文档

　　如果您已经在 MO 平台新建项目，可以在平台直接导入数据集，流程如下：

　　

1.1 读取 csv 数据接口解释

采用 Pandas 读取、写入数据 API 汇总网址读取 csv 数据一般采用 pandas.readcsv()：pandas.readcsv(filepathorbuffer, sep =',' , delimiter = None)

filepathorbuffer:文件路径

sep:指定分隔符，默认是逗号

delimiter：定界符，备选分隔符（如果指定改参数，则sep失效）

usecols: 指定读取的列名，列表形式

　　下面开始我们的表演：

　　1.2 时间列表

　　获取每一年的数据后，将每一年的年份放入到 time_list 列表中：

　　['2000','2001','2002','2003','2004','2005','2006','2007','2008','2009','2010','2011','2012','2013','2014','2015','2016','2017','2018']

1.3 用 Pandas.read_csv() 接口读取数据

　　读取时将数据与 res_name 中的元素名一一对应。

　　1.4 删除特定文件的空值

　　经过查看第 15 个文件读取的第 381 行为空值，故采取删除行空值操作。

1.4.1 删除空值的接口

Pandas.dropna(axis=0，how='any')

axis： 0 表示是行；1表示是列

how：'all'表示只去掉所有值均缺失的行、列；any表示只去掉有缺失值的行、列

1.4.2 接口运用

　　5 rows × 68 columns

1.5 删除行数不是 380 的文件名

　　考虑到英超一般是 19 个球队，每个球队需要打 20 场球，故把行数不是 380 的数据删除掉，并找到器原 CSV 文件一一对应。

　　1.6 查看某一个数据集前n行数据

文件名.head(n)n：默认是5，想获取多少行数据就填写数字值。

　　读取数据前五行操作：

　　5 rows × 45 columns

　　读取数据前10行：