ferrumDF 0.1.1

A data frame library written to work with my ml crate ferrumML
Documentation 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

#![allow(non_snake_case, non_camel_case_types, unused_mut, unused_imports)]

#[cfg(test)]


use std::time;
use crate::data_frame::read_from::read_csv;
//
//
//#[test]
//fn opening_df() {
//    
//
//    let start_time = time::Instant::now();
//    let mut data = read_csv(r#"D:\training.1600000.processed.noemoticon.csv"#, true , false).unwrap();
//    //data.print_headers();
//    print!("{:?}", start_time.elapsed());
//
//    data.describe();
//
//    data.set_headers(vec!["1" , "2" , "3" , "4" , "5" , "6"]);
//
//    data.null_stats();
//    data.print_headers();
//    print!("{:?}", start_time.elapsed());
//}
//
//
//#[test]
//fn opening_df_3() {
//    let start_time = time::Instant::now();
//    let mut data = read_csv("C:/Users/HARSHA/Downloads/archive (1)/ds_salaries.csv", true , false).unwrap();
//    //data.print_headers();
//    //data.head();
//    data.describe();    
//    //data.describe_the("salary_in_usd", true);
//    //data.normalize();
//    //data.describe_the("salary_in_usd", true);
//    dbg!(data.get_shape());
//    //data.head();
//    data.remove_columns(&vec![0]);
//    data.encode("experience_level");
//    //data.encode("employment_type");
//    data.encode("job_title");
//    data.encode("salary_currency");
//    //data.encode("employee_residence");
//    data.encode("company_location");
//    data.encode("company_size");
//
//    data.normalize();
//
//    data.describe();
//
//    //let h = data.train_test_split(0.2, 10, true);
//    
//    println!("{:?}", start_time.elapsed());
//
//}