标签：python detail 预处理 离散 result pd print data pandas

转换数据

（1）哑变量处理 类别型 数据
（2）使用等宽法、等频法和聚类分析方法 离散化 连续型 数据
1.哑变量处理类别型数据

import pandas as pd
import numpy as np
detail=pd.read_csv('../数据分析/detail.csv',encoding='gbk')
data=detail.loc[0:5,'dishes_name']
print('哑变量处理之前：\n',data)
print('哑变量处理之后：\n',pd.get_dummies(data))

2.离散化连续型数据
① 等宽法离散化

price=pd.cut(detail['amounts'],5)
print(price.value_counts())

② 等频法 离散化

def SamRateCut(data,k):
    w=data.quantile(np.arange(0,1+1.0/k,1.0/k))
    data=pd.cut(data,k)
    return data
result=SamRateCut(detail['amounts'],5).value_counts()
print(result)

③ 聚类分析法 离散化

def KmeanCut(data,k):
    from sklearn.cluster import KMeans
    #建立模型
    kmodel=KMeans(n_clusters=k)
    kmodel.fit(data.values.reshape((len(data),1))) #训练模型
    #输出聚类中心并排序
    c=pd.DataFrame(kmodel.cluster_centers_).sort_values(0)
    w=c.rolling(2).mean().iloc[1:] #相邻两项求中点，作为边界
    w=[0]+list(w[0]+data.max()) #把首末边界点加上
    data=pd.cut(data,w)
    return data
result=KmeanCut(detail['amounts'],5).value_counts()
print('菜品售价聚类离散化后 各个类别数目分布状况为：\n',result)

标签：python,detail,预处理,离散,result,pd,print,data,pandas
来源： https://blog.csdn.net/Winda_shi/article/details/115529973

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。