pandas 数据归一化以及行删除例程的方法

作者:夜月xl 时间:2022-05-23 09:11:23 

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]))

来源:https://blog.csdn.net/u013045749/article/details/47019493

标签:pandas,数据,归一化
0
投稿

猜你喜欢

  • http状态码一览表以及HTTP响应的返回头信息

    2010-03-31 14:45:00
  • TIOBE编程语言排行榜前20的语言入门书籍推荐

    2023-04-05 12:19:48
  • 一文详解kubernetes 中资源分配的那些事

    2024-05-22 17:47:57
  • 网页特效文字之—沙粒字

    2023-07-06 07:32:10
  • Vue表单之v-model绑定下拉列表功能

    2024-05-13 09:07:07
  • 整理Python中的赋值运算符

    2021-10-30 16:25:21
  • 使用dreamhost空间实现MYSQL数据库备份方法

    2024-01-27 23:36:22
  • XML DOM介绍和例子

    2007-10-15 20:23:00
  • Python开发桌面小程序功能

    2023-07-01 14:46:59
  • 如何获取numpy array前N个最大值

    2022-02-08 18:48:28
  • Linux安装MySQL5.6.24使用文字说明

    2024-01-24 22:20:54
  • 将Pytorch模型从CPU转换成GPU的实现方法

    2023-07-07 00:11:00
  • np.hstack()和np.dstack()的使用

    2021-02-03 12:52:15
  • 20个解决日常编程问题的Python代码分享

    2021-02-14 03:57:41
  • 用 AjaxTags 简化 Ajax 开发

    2007-11-27 00:00:00
  • Python 栈实现的几种方式及优劣详解

    2023-11-02 14:25:18
  • Python logging日志库空间不足问题解决

    2021-08-24 15:59:17
  • python+matplotlib演示电偶极子实例代码

    2021-07-09 12:52:35
  • Python+Flask编写一个简单的行人检测API

    2023-09-26 17:55:19
  • python判断文件是否存在,不存在就创建一个的实例

    2022-04-29 02:28:55
  • asp之家 网络编程 m.aspxhome.com