如下所示:
#coding:utf8 import pandas as pd import numpy as np from pandas import Series,Data # 如果有id列,则需先删除id列再进行对应操作,最后再补上 # 统计的时候不需要用到id列,删除的时候需要考虑 # delete row def row_del(df, num_percent, label_len = 0): #print list(df.count(axis=1)) col_num = len(list(list(df.values)[1])) - label_len # -1为考虑带标签 if col_num<0: print \'Error\' #print int(col_num*num_percent) return df.dropna(axis=0, how=\'any\', thresh=int(col_num*num_percent)) # 如果有字符串类型,则报错 # data normalization -1 to 1 # label_col: 不需考虑的类标,可以为字符串或字符串列表 # 数值类型统一到float64 def data_normalization(df, label_col = []): lab_len = len(label_col) print label_col if lab_len>0: df_temp = df.drop(label_col, axis = 1) df_lab = df[label_col] print df_lab else: df_temp = df max_val = list(df_temp.max(axis=0)) min_val = list(df_temp.min(axis=0)) mean_val = list((df_temp.max(axis=0) + df_temp.min(axis=0)) / 2) nan_values = df_temp.isnull().values row_num = len(list(df_temp.values)) col_num = len(list(df_temp.values)[1]) for rn in range(row_num): #data_values_r = list(data_values[rn]) nan_values_r = list(nan_values[rn]) for cn in range(col_num): if nan_values_r[cn] == False: df_temp.values[rn][cn] = 2 * (df_temp.values[rn][cn] - mean_val[cn])/(max_val[cn] - min_val[cn]) else: print \'Wrong\' for index,lab in enumerate(label_col): df_temp.insert(index, lab, df_lab[lab]) return df_temp # 创建一个带有缺失值的数据框: df = pd.Data (np.random.randn(5,3), index=list(\'abcde\'), columns=[\'one\',\'two\',\'three\']) df.ix[1,:-1]=np.nan df.ix[1:-1,2]=np.nan df.ix[0,0]=int(1) df.ix[2,2]=\'abc\' # 查看一下数据内容: print \'\\ndf1\' print df print row_del(df, 0.8) print \'-------------------------\' df = data_normalization(df, [\'two\', \'three\']) print df print df.dtypes print (type(df.ix[2,2]))
以上这篇pandas 数据归一化以及行删除例程的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
继续阅读与本文标签相同的文章
-
《Absolute Java 中文版》| 每日读本书
2026-05-19栏目: 教程
-
汽车圈微信聊天记录大曝光
2026-05-19栏目: 教程
-
PostgreSQL 流复制的主备切换
2026-05-19栏目: 教程
-
万余平方米演示自动驾驶,世界智能网联汽车大会来了!
2026-05-19栏目: 教程
-
独家解读 etcd 3.4版本 |云原生生态周报 Vol. 18
2026-05-19栏目: 教程
