加减"/>
用python 计算表格的数据加减
本节继续介绍pandas的数据操作,这里介绍数据计算,包括数据的简单计算、数据标准化以及pandas中对日期的处理。最后做一个小实例为pandas做一个综合总结。
这里提供练习的文件:
链接:
提取码:3xco
1.数据简单计算(加减乘除)
from pandas import read_csv
df1 = read_csv("../material/i_nuc_sheet3.csv")
jj=df1['解几'].astype(int)
gd = df1['高代'].astype(int)
df1['高代+解几']=jj+gd
print(df1)
2.数据标准化
离差标准化
X* = (x-min)/(max-min)
z-score标准化
X* = (x-u)/a
from pandas import read_csv
df1 = read_csv("../material/i_nuc_sheet3.csv")
#将数分标准化
print(df1['数分'])
#离差标准化
sf_max=df1['数分'].max()
sf_min = df1['数分'].min()
res1 = (df1['数分']-sf_min)/(sf_max-sf_min)
print(res1)
#z-score标准化 适用于最大值和最小值未知的情况
from sklearn import preprocessing
import numpy as np
sf=df1['数分']
res2 = preprocessing.scale(sf)
print(res2)
#z-score是给予原始数据的均值和标准差进行数据的标准化,得到的标准化结果符合正态分布(结果是正态分布中的X值)。
3.数据分组
cut(series,bins,right=True,labels=N
更多推荐
用python 计算表格的数据加减
发布评论