opp003的博客

本文介绍两种one-hot编码方法。第一种方法针对字符类型的特征变量；第二种方法针对数值型特征。1.Pandas自带的get_dummies方法特征工程中，最为繁琐却很重要的一步就是处理字符型特征，对于字符型特征的处理，常用方式就是one-hot编码。先来看原始数据：做one-hot编码df = pd.get_dummies(df) #get_dummies对“整数特...

项目中遇到一个问题，搜集的数据只有一列，每行的数据都是通过特殊字符分隔，现在需要将其分隔成多个列。原始数据如下： 00 155,NA,0,10,-99999,18,18,18,04,NA,0,-99999...1 728,NA,24.1,74.81,-9999,18,18,18,-99999,...这是前两行的数据。原本使用特殊字符分隔的，这个好处理，只需通过string的repl...

初始化一个DataFramedf = pd.DataFrame(np.arange(12).reshape(3,4), columns=['A', 'B', 'C', 'D'])输出： A B C D0 0 1 2 31 4 5 6 72 8 9 10 11如果要删除A列中值为0的那一行：df = df[df['A'] != 0]输出： A B C D1 4 5 6 7...

使用Pandas读取excel中的数据时，常常会遇到类似1,000,000这样的数据。Pandas读取后会认为这是个字符型，而这样的数据还不能直接用类型转换实现。正确的用法如下：data['amount'] = data['amount'].apply( lambda x: float(x.split()[0].replace(',', '')) if(',' in str(...