python培训之数据变换如何实现

　　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：请关注多测师。https://www.e70w.com/xwzx/