机器学习笔记：特征处理常用pandas

最近在处理机器学习时，发现相较于模型训练，更多的是处理数据特征，数据合成在不增加信息量的情况下增加了信息质量，可能更适用机器学习训练。

一、常用的数据处理其实都是以下两个需求的变形(实在不行手动计算)

1、滑动计算

# 方式1:
data['pre'] = data['now'].shift(1)
data['pre'] = data['now'].shift(-1)

# shift（1）表示向下滑动

# 得到的数据第一个为nan，后面为每行向下滑动（第一行数据滑动至第二行，以此类推）

data['pre'] = data['now'].rolling(100).sum()

# 每个向前计算累加（也可以mean、max等）

2、删除none值（numpy也有相同调用方法）

data.dropna(inplace=True)

二、将数值数据变为二分类数据

for i in data['per']:
    if abs(i) > 1:
        a = 0
    else:
        a = 1
    data0.append(a)

 三、GROUP BUY 处理分组相加问题

data.groupby('id')

  四、pandas丢弃最后一行

 df1 = df.drop(index=218591)

# 这里的行数是自己设置的，可以len一下获取