代码之家 › 专栏 › 技术社区 › user288609

为特征工程生成规范化离散值

sklearn-pandas scikit-learn numpy pandas python-3.x

-2

user288609 · 技术社区 · 6 年前

有一个dataframe,其中一列存储离散值,如下所示。我想创建另一个存储规范化值的列。例如,对于 4050 4 . 有没有什么有效的方法来代替编写自己的函数?在Sklearn中,是否有生成规范化值的函数?

1 回复 | 直到 6 年前

sacuL 6 年前

根据你的评论:

大约有20个不同的值,范围是从1000到9999,所以我想使用每1000个作为一个类别

从严格意义上讲,这并不是真正的正常化。但是,要做到这一点,可以很容易地使用楼层分隔( // ):

df['new_column'] = df['values']//1000

>>> df
   values
0    2021
1    8093
2    9870
3    4508
4    2645
5    1441
6    8888
7    8921
8    7292
9    8571

df['new_column'] = df['values']//1000

>>> df
   values  new_column
0    2021           2
1    8093           8
2    9870           9
3    4508           4
4    2645           2
5    1441           1
6    8888           8
7    8921           8
8    7292           7
9    8571           8