创新互联Python教程：python数据变换如何实现

1、数据规范化，即归一化的方法

常见方法：最小-规范化、z-score规范化、小数定标规范化

import pandas as pd
df=pd.DataFrame(A.data[:,3:6])
df.columns=A.feature_names[3:6]
#最小-规范化，支持矢量运算
(df-df.min())/(df.max()-df.min())
 
#使用sklearn中的preprocessing模块
from sklearn import preprocessing
preprocessing.minmax_scale(df)
 
#z-score规范化：结果=（数值-均值）/标准差，处理后数据的均值为0，标准差为1
(df-df.mean())/df.std()
 
#使用sklearn中的preprocessing模块
from sklearn import preprocessing
preprocessing.scale(df)
 
#小数定标规范化：常见落在[-1,1]区间，通过移动小数点的位数实现，移动位数取决于属性绝对值的值的位数
#ceil向上取整
import numpy as np
df/10**np.ceil(np.log10(df.abs().max()))

2、连续属性离散化

常见方法：分箱法（等宽法、等频法）、聚类

import pandas as pd
#等宽法,5个箱子，标签为0-4
pd.cut(df.AGE,5,label=range(5))
#等频法
pd.qcut(df.AGE,5,label=range(5))

以上就是python数据变换的实现，希望对大家有所帮助。更多Python学习指路：创新互联Python教程

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。

当前文章：创新互联Python教程：python数据变换如何实现
文章分享：http://www.mswzjz.cn/qtweb/news5/381705.html

攀枝花网站建设、攀枝花网站运维推广公司-贝锐智能，是专注品牌与效果的网络营销公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 贝锐智能