ML之DS:仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值)
生活随笔
收集整理的這篇文章主要介紹了
ML之DS:仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值)
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
ML之DS:僅需一行代碼實(shí)現(xiàn)對(duì)某字段下的所有數(shù)值實(shí)現(xiàn)同一機(jī)制的改變或轉(zhuǎn)換(比如全部轉(zhuǎn)為str類型/全部取平方值)
?
?
?
?
?
目錄
僅需一行代碼實(shí)現(xiàn)對(duì)某字段下的所有數(shù)值實(shí)現(xiàn)同一機(jī)制的改變或轉(zhuǎn)換(比如全部轉(zhuǎn)為str類型/全部取平方值)
輸出結(jié)果
實(shí)現(xiàn)代碼
?
?
?
僅需一行代碼實(shí)現(xiàn)對(duì)某字段下的所有數(shù)值實(shí)現(xiàn)同一機(jī)制的改變或轉(zhuǎn)換(比如全部轉(zhuǎn)為str類型/全部取平方值)
輸出結(jié)果
name object ID object age object age02 int64 age03 object born datetime64[ns] sex object hobbey object money float64 weight float64 test01 float64 test02 float64 dtype: objectname ID age age02 age03 born sex hobbey money weight \ 0 Bob 1 NaN 14 14 NaT 男 打籃球 200.0 140.5 1 LiSa 2 28 26 26 1990-01-01 女 打羽毛球 240.0 120.8 2 Mary 38 24 24 1980-01-01 女 打乒乓球 290.0 169.4 3 Alan None 6 6 NaT None 300.0 155.6 test01 test02 0 1.000000 1.000000 1 2.123457 2.123457 2 3.123457 3.123457 3 4.123457 4.123457 name ID age age02 age03 born sex hobbey money weight \ 0 Bob 1 NaN 14 14 NaT 男 打籃球 200.0 140.5 1 LiSa 2 28 26 26 1990-01-01 女 打羽毛球 240.0 120.8 2 Mary 38 24 24 1980-01-01 女 打乒乓球 290.0 169.4 3 Alan None 6 6 NaT None 300.0 155.6 test01 test02 age02_Square 0 1.000000 1.0 196 1 2.123457 2.123456789 676 2 3.123457 3.123456781011126 576 3 4.123457 4.123456789109999 36?
?
實(shí)現(xiàn)代碼
import pandas as pd import numpy as npcontents={"name": ['Bob', 'LiSa', 'Mary', 'Alan'],"ID": [1, 2, ' ', None], # 輸出 NaN"age": [np.nan, 28, 38 , '' ], # 輸出 "age02": [14, 26, 24 , 6], "age03": [14, '26', '24' , '6'], "born": [pd.NaT, pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"), ''], # 輸出 NaT"sex": ['男', '女', '女', None,], # 輸出 None"hobbey":['打籃球', '打羽毛球', '打乒乓球', '',], # 輸出 "money":[200.0, 240.0, 290.0, 300.0], # 輸出"weight":[140.5, 120.8, 169.4, 155.6], # 輸出"test01":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 輸出"test02":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 輸出} data_frame = pd.DataFrame(contents) # data_frame.to_excel("data_Frame.xls") print(data_frame.dtypes) print(data_frame)# ML之DS:僅需一行代碼實(shí)現(xiàn)對(duì)某字段下的所有數(shù)值實(shí)現(xiàn)同一機(jī)制的改變或轉(zhuǎn)換(比如全部轉(zhuǎn)為str類型/全部取平方值) col='test02' data_frame[col].astype("string") data_frame[col]=data_frame[col].apply(str)def ChangeSquare(x):return x*x col='age02' data_frame[col+'_Square']=data_frame[col].apply(ChangeSquare) print(data_frame)?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
總結(jié)
以上是生活随笔為你收集整理的ML之DS:仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值)的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: ML之FE:在模型训练中,仅需两行代码实
- 下一篇: ML之FE:基于load_mock_cu