PCA（主成分分析压缩特征）

首先我们先读取数据。

df = pd.read_csv('../B005放电数据集.csv')

数据显示如下：

 这是一个50285*9大小的数据矩阵，我们想要的是以一个Cycle所对应的所有的除去SOH外的所有特征进行行压缩变成一个值。例如当Cycle为1时，对应的Voltage_measured有一百多个，而我想要一个，以便于达到属性之间的一一对应。（在这里我想要避一个雷。虽然我最终实现了特征压缩，但是我把一个50285*9大小的数据矩阵压缩到了168*9大小，但是结果表明，压缩可能过于激烈了，把一些数据间的分布规律给压缩掉了，后面直接使用50285*9大小矩阵进行学习，结果大幅度优化），在这里我只介绍我理解的PCA的用法。

df = df.iloc[:, 1:-1] # 去掉数据集的第一列和最后一列

# 将cycle列数值类型转化
df['Cycle'] = pd.to_numeric(df['Cycle'], errors='coerce').astype('Int64')

 在这里出去第1、2、9列外都不是一一对应的，因此我们需要使用PCA进行行压缩。因此要剔除第一列以及第九列。我们使用第二列Cycle进行分组，因为PCA方法时特征提取的方法，适合列压缩，如果我们要用行压缩并一一对应，必须要将原来的数据按分组的形式转置，把每一个数据都看成一个特征，在使用PCA即可。因此我们必须使用Cycle分组进行转置，在使用PCA。

这边为了使转置后按Cycle顺序排列，必须把Cycle数值化。

df['Cycle'] = pd.to_numeric(df['Cycle'], errors='coerce').astype('Int64')

这里向大家展示分组并转置的代码和结果：

for _, group in df.groupby('Cycle',): #这里gropby（）是分组方法，参数为列名
    group_t = group.set_index('Cycle').T # .T为矩阵转置
    print(group_t)                         # ‘——’为占位符可以为任意字符，因为后续用不到

结果如下：

 之后对每一个分组使用PCA即可。

代码如下：

pca = PCA(n_components=1)
pca.fit(group_t)
group_pca = pca.transform(group_t).flatten()
results.append(pd.Series(group_pca))

相关解释如下：

• pca(n_components=1)：创建一个pca对象，其中n_components参数设置为值1，这表示将输入数据减少到一维。
• pca.fit(group_t)：把 group_t 中的数据用于训练 pca 模型，训练出数据中的主成分。
• pca.transform(group_t).flatten():transform 函数对数据应用由 fit 得到的转换，将group_t(一般是二维数组)投影到主成分轴上，使用 flatten 把所有元素放在同一个维度上
• results.append(pd.series(group_pca)):将得到的一维数据作为 series 对象附加到 results 列表尾部。

 其中group_pca的输出如下：

现在我们只需要将其输出到CSV文件就大功告成了。 

results = pd.DataFrame(results)
results.to_csv('./B0005_特征数据集.csv')

DataFram（）将python中的数据转换成 pandas 数据框的格式，使之易于后续直接转换为CSV文件。