离差标准化数据
标准差标准化数据
小数定标标准化数据
import pandas as pd
import numpy as np
detail=pd.read_csv('E:\大三上\张宇萌\实习任务安排(2019-10-10)\detail.csv',index_col=0,',encoding='gbk')
#离差标准化
#自定义离差标准化函数
def minmaxscale(data):
data=(data-data.min())/(data.max()-data.min())
return data
#对菜品订单表售价和销量做离差标准化
data1=minmaxscale(detail['counts'])
data2=minmaxscale(detail['amounts'])
data3=pd.concat([data1,data2],axis=1)
print('离差标准化之前:\n',detail[['counts','amounts']].head())
print('离差标准化之后:\n',data3.head())
#标准差标准化
def standardscaler(data):
data=(data-data.mean())/data.std()
return data
#对菜品订单表售价和销量做标准化
data4= standardscaler(detail['counts'])
data5=standardscaler(detail['amounts'])
data6=pd.concat([data4,data5],axis=1)
print('标准差标准化之前:\n',detail[['counts','amounts']].head())
print('标准差标准化之后:\n',data6.head())
#小数定标标准化
#自定义小数定标标准化函数
def decimalscaler(data):
data=data/10**np.ceil(np.log10(data.abs().max()))#**代表指数
return data
#对菜单订单表售价和销量做标准化
data7= decimalscaler(detail['counts'])
data8=decimalscaler(detail['amounts'])
data9=pd.concat([data7,data8],axis=1)
print('标准差标准化之前:\n',detail[['counts','amounts']].head())
print('标准差标准化之后:\n',data9.head())