数据变换和合并

一、实验目的
（1） 掌握数据标准化方法。

（2） 掌握数据离散化方法。

（3） 掌握分组聚合的多种方法。

二、实验内容
（1） 删除类别型属性和字符型属性。

（2） 数据标准化。

（3） 数据离散化。

三、实验过程、内容

介绍代码实现的详细过程情况。

导入库

import pandas as pd

import numpy as np

pd.set_option('display.max_rows', None) # 展示所有行

pd.set_option('display.max_columns', None) # 展示所有列

读取数据，并将数据编码改为gbk。

df = pd.read_csv('USER_INFO.csv',encoding='gbk')

3.1  删除类别型属性和字符型属性

对字符型属性和类别型属性进行删除

使用info()函数查看数据标签属性

df.info()

 

共有五行object属性的列，使用pd.drop()删除。

df.drop(columns=['USER_ID','CONSTELLATION_DESC','MANU_NAME','MODEL_NAME','OS_DESC'], inplace=True)

3.2 数据标准化

使用零-均值标准化对删除后的数据进行标准化处理

df1 = (df-df.mean()) / df.std()   #零-均值规范化
df1.head()

 

3.3 划分信用等级数据

使用groupby()方法划分信用等级数据

df2 = df['CREDIT_LEVEL'].groupby(df['CREDIT_LEVEL']).value_counts()
df2

 

3.4计算用户的平均在网时长和平均费用

使用agg()方法方法计算用户的平均在网时长和平均费用

INNET_MONTH_mean = df['INNET_MONTH'].agg('mean')
ACCT_FEE_mean = df['ACCT_FEE'].agg('mean')
print(INNET_MONTH_mean)
print(ACCT_FEE_mean)