Pandas数据离散化原理及实例解析
作者：太虚真人 发布时间：2022-06-26 21:45:14
标签：pandas,数据,离散化
这篇文章主要介绍了Pandas数据离散化原理及实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
为什么要离散化
连续属性离散化的目的是为了简化数据结构，数据离散化技术可以用来减少给定连续属性值的个数。离散化方法经常作为数据挖掘的工具
扔掉一些信息,可以让模型更健壮,泛化能力更强
什么是数据的离散化
连续属性的离散化就是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
分箱
案例
1.先读取股票的数据，筛选出p_change数据
data = pd.read_csv("./data/stock_day.csv")
p_change= data['p_change']
2.将股票涨跌幅数据进行分组
使用的工具：
pd.qcut(data, bins)——等深分箱：
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(p_change, 10)
# 计算分到每个组数据个数
qcut.value_counts()
自定义区间分组：
pd.cut(data, bins)——等宽分箱：
bins是整数—等宽
bins是列表--自定义分箱
# 自己指定分组区间
bins = [-100, -7, -5, -3, 0, 3, 5, 7, 100]
p_counts = pd.cut(p_change, bins)
来源：https://www.cnblogs.com/oklizz/p/11493683.html
0
投稿猜你喜欢
今天小编给大家详细的讲解一下Scrapy爬虫框架，希望对大家的学习有帮助。1、Scrapy爬虫框架Scrapy是一个使用Python编程语言- 一个等号 =:表示赋值 ；两个等号 ==：先转换类型再比较 ；三个等号 ===：先判断类型，如果不是同一类型直接false。
- 这个标题念起来有点拗口，但却是理解数据结构的关键。标题中的4个术语，对应的英文分别是：shallow copy（注意，不是shadow co
- 1.冒泡排序，相邻位置比较大小，将比较大的（或小的）交换位置def maopao(a): for i in ran
- 前言最近在项目中遇到这样一个需求：需要在数据表中检索包含指定内容的结果集，该字段的数据类型为text，存储的内容是json格式，具体表结构如
- 本文实例讲述了Python开发的实用计算器。分享给大家供大家参考，具体如下：实现功能：图形界面PyQt，输入框，+，—，*，/ ；乘方 ，开
- 本文实例讲述了js日期范围初始化得到前一个月日期的方法。分享给大家供大家参考。具体分析如下：今天做时间范围的初始化设定，开始时间是当前时间的
- 使用python去除文中的某个字符是非常麻烦的一件事，不同的环境可以用到多种方法，例如正则表达式，del语法，现在发布的是一个比较简单易行的
- 要从tablename表中随机提取一条记录，大家一般的写法就是：SELECT * FROM tablename ORDER BY RAND(
- 本文实例讲述了JS数组方法concat()用法。分享给大家供大家参考，具体如下：数组方法concat()concat()可以基于当前数组中的
- conftest.py文件特点所有同目录测试文件运行前都会执行conftest.py文件 不需要import导入conftest.py，py
- 引言通过一张照片居然发现女友在宿舍里没去上课！强大的照片位置信息获取，快来一起学习吧！一、exifread函数库要怎样获得拍摄图片的GPS呢
- 本文实例讲述了Python3对称加密算法AES、DES3。分享给大家供大家参考，具体如下：python3.6此库安装方式，需要pip3 in
- 本文实例讲述了PHP实现更改hosts文件的方法。分享给大家供大家参考，具体如下：有这样一个需求，我有多个网址希望在不同的时候对应不同的 i
- 快速排序是C.R.A.Hoare于1962年提出的一种划分交换排序。它采用了一种分治的策略，通常称其为分治法(Divide-and-Conq
- 函数的参数：Python中函数定义非常简单，由于函数参数的存在，使函数变得非常灵活应用广泛；不但使得函数能够处理复杂多变的参数，还能简化函数
- 闲来无事，上班时找了个练习来写，联系题目是针对sql server 2000的以下为mysql 一 单词解释(2分/个) 34分 Data
- 在写Python的时候经常会遇到时间格式的问题，首先就是最近用到的时间戳（timestamp）和时间字符串之间的转换。所谓时间戳，就是从 1
- 本文主要介绍了go redis之redigo的使用，分享给大家，具体如下：安装go-redis 三方库为我们封装了很多函数来执行 Redis
- 多子图figure是绘制对象(可以理解为一个空白的画布)，一个figure对象可以包含多个Axes子图，一个Axes是一个绘图区域，不加设置
