特征工程常用的函数及使用方法

近期参加了天池的数据可视化比赛，我在队伍中担当的是特征工程和后端，虽然在最后后端部署到服务器上的时候我不会，但是，这次比赛也让我学到了许多东西，下面我来总结一下我做特征工程常用的方法
第一个最简单的读写文件，pandas库里面有许多读写文件的函数，支持的文件类型也有很多，常见的csv，excel，sql等，
第二个，最常用的分组函数groupby，许多功能都要基于这个函数，而且后面也可跟许多函数

data2 = pd.read_csv('../data/5_chengji.csv').copy(deep=False)
data4 = data2[data2['mes_Score']>=2].groupby(by=['exam_numname','mes_StudentID'])['mes_Score'].sum()
data3 = data4.reset_index()

上面代码中后面跟的是sum()，类似聚合函数mean(),min(),max(),avg(),count()等都可以跟，reset_index()方法是去掉索引，相对应的set_index()是创建索引，参数是传columns中的一个labels名。
第三个就是apply函数，这个也是常跟在groupby后面

import math
def full_score(s):
    if 0<s<=15: #满分15分
        return 15
    if 80<s<=100:#满分100分
        return 100
    elif 100<s<=120: #满分120分
        return 120
    elif 120<s<=150: #满分150分
        return 150
    else:   #其他情况向上取整，如最高分68分，则定义满分为70分
        return math.ceil(s/10)*10
    
full_score_t=data2.groupby(['exam_number','mes_sub_id'])['mes_sub_name','mes_Score'].max().reset_index()
full_score_t['full_score']=full_score_t['mes_Score'].apply(full_score)

apply方法传入的是一个自定义函数，这个函