ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

Pandas数据离散化处理

2021-01-18 22:04:00  阅读:327  来源: 互联网

标签:处理 离散 分组 pd counts dummies data Pandas qcut


# 数据离散化处理
import pandas as pd
import matplotlib.pyplot as plt
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]

data = pd.read_csv("../data/stock_day.csv")
# 取p_change这一列
data_p = data["p_change"]
# print(data_p.head())

# pd.qcut(data, q):
#     对数据进行分组将数据分组,一般会与value_counts搭配使用,统计每组的个数
# series.value_counts():统计分组次数

# 自行分组
qcut = pd.qcut(data_p, 10)
# 计算分到每个组数据个数
qcut.value_counts()

# 自己指定分组区间
bins = [-100, -7, -5, -3, 0, 3, 5, 7, 100]
p_counts = pd.cut(data_p, bins)
# print(p_counts)

# 得出one-hot编码矩阵
dummies = pd.get_dummies(p_counts, prefix="rise")

print(dummies)

小结

  • 数据离散化【知道】
    • 可以用来减少给定连续属性值的个数
    • 在连续属性的值域上,将值域划分为若干个离散的区间,最后用不同的符号或整数值代表落在每个子区间中的属性值。
  • qcut、cut实现数据分组【知道】
    • qcut:大致分为相同的几组
    • cut:自定义分组区间
  • get_dummies实现哑变量矩阵【知道】

标签:处理,离散,分组,pd,counts,dummies,data,Pandas,qcut
来源: https://www.cnblogs.com/yeyueweiliang/p/14295430.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有