转换数据
(1)哑变量处理 类别型 数据
(2)使用等宽法、等频法和聚类分析方法 离散化 连续型 数据
1.哑变量处理类别型数据
import pandas as pd
import numpy as np
detail=pd.read_csv('../数据分析/detail.csv',encoding='gbk')
data=detail.loc[0:5,'dishes_name']
print('哑变量处理之前:\n',data)
print('哑变量处理之后:\n',pd.get_dummies(data))
2.离散化连续型数据
① 等宽法离散化
price=pd.cut(detail['amounts'],5)
print(price.value_counts())
② 等频法 离散化
def SamRateCut(data,k):
w=data.quantile(np.arange(0,1+1.0/k,1.0/k))
data=pd.cut(data,k)
return data
result=SamRateCut(detail['amounts'],5).value_counts()