使用pandas怎么实现数据归一化-创新互联
这篇文章将为大家详细讲解有关使用pandas怎么实现数据归一化,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
创新互联专注为客户提供全方位的互联网综合服务,包含不限于成都网站建设、做网站、分宜网络推广、重庆小程序开发、分宜网络营销、分宜企业策划、分宜品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等,从售前售中售后,我们都将竭诚为您服务,您的肯定,是我们大的嘉奖;创新互联为所有大学生创业者提供分宜建站搭建服务,24小时服务热线:18980820575,官方网址:www.cdcxhl.com如下所示:
#coding:utf8 import pandas as pd import numpy as np from pandas import Series,DataFrame # 如果有id列,则需先删除id列再进行对应操作,最后再补上 # 统计的时候不需要用到id列,删除的时候需要考虑 # delete row def row_del(df, num_percent, label_len = 0): #print list(df.count(axis=1)) col_num = len(list(list(df.values)[1])) - label_len # -1为考虑带标签 if col_num<0: print 'Error' #print int(col_num*num_percent) return df.dropna(axis=0, how='any', thresh=int(col_num*num_percent)) # 如果有字符串类型,则报错 # data normalization -1 to 1 # label_col: 不需考虑的类标,可以为字符串或字符串列表 # 数值类型统一到float64 def data_normalization(df, label_col = []): lab_len = len(label_col) print label_col if lab_len>0: df_temp = df.drop(label_col, axis = 1) df_lab = df[label_col] print df_lab else: df_temp = df max_val = list(df_temp.max(axis=0)) min_val = list(df_temp.min(axis=0)) mean_val = list((df_temp.max(axis=0) + df_temp.min(axis=0)) / 2) nan_values = df_temp.isnull().values row_num = len(list(df_temp.values)) col_num = len(list(df_temp.values)[1]) for rn in range(row_num): #data_values_r = list(data_values[rn]) nan_values_r = list(nan_values[rn]) for cn in range(col_num): if nan_values_r[cn] == False: df_temp.values[rn][cn] = 2 * (df_temp.values[rn][cn] - mean_val[cn])/(max_val[cn] - min_val[cn]) else: print 'Wrong' for index,lab in enumerate(label_col): df_temp.insert(index, lab, df_lab[lab]) return df_temp # 创建一个带有缺失值的数据框: df = pd.DataFrame(np.random.randn(5,3), index=list('abcde'), columns=['one','two','three']) df.ix[1,:-1]=np.nan df.ix[1:-1,2]=np.nan df.ix[0,0]=int(1) df.ix[2,2]='abc' # 查看一下数据内容: print '\ndf1' print df print row_del(df, 0.8) print '-------------------------' df = data_normalization(df, ['two', 'three']) print df print df.dtypes print (type(df.ix[2,2]))
关于使用pandas怎么实现数据归一化就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
本文名称:使用pandas怎么实现数据归一化-创新互联
文章网址:http://scyanting.com/article/degeis.html