python的等深分箱实例

 更新时间:2019年11月22日 10:30:05   作者:Damon_guang  
今天小编就为大家分享一篇python的等深分箱实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

背景

当前很多文章尝试过最优分箱,python上也有cut等方法进行等宽分箱。为了方便日后输出结果以及分箱要求。做一个简单的轮子以供大家日后使用。很多能用其他轮子的地方也没有多余出力,也不托大会比别人写的好。空间复杂度尽我所能。

方法展示

话不多说上代码。

以下为等深分箱以及encoding方法

# -*- coding: utf-8 -*-
"""
Created on Tue Jan 29 17:26:38 2019
@author: DamomWCG
"""
 
 
 
class Equal_depth_box:
  
 def equal_box(list, bin_num):
  '''
  param:
  list:you need bin box list
  bin_num: you want bin num
  '''
  bin_num = 10
  list.sort() #need sort can replace by others
  list_2 = list.copy()
  all_num = len(list_2)
  bin_sep = all_num/bin_num
  bin_sep = int(bin_sep)
  bin_list = []
  for i in range(1,bin_num):
   bin_dict = {}
   bin_dict = i*bin_sep
   bin_list.append(bin_dict)
  bin_real_list = []
  for i in bin_list:
   #print(i)
   bin_real_dict = {}
   bin_real_dict = list[i]
   bin_real_list.append(bin_real_dict)
  
  return bin_real_list
  
 def replace_box(list_1,replace_list):
  '''
  param:
  list_1:you need bin list
  replace_list: from equal box, replace the original list
  '''
  import pandas as pd
  list_max = max(list_1)
  list_min = min(list_1)
  replace_list.insert(0,list_min -1) #insert start
  replace_list.append(list_max + 1) #insert end
 
  list_2 = pd.cut(list_1, bins = replace_list,
      labels = range(len(replace_list) - 1)).tolist()
  return list_2
  
  
  
 
 
if __name__ == '__main__':
 
  import random
  
  list_1 = random.sample(range(1000), 134)
  
  print(list_1.sort())
  
  print('real_list: {}'.format(list_1[0:50]))
  
  replace_list = bin_class.equal_box(list_1, 10)
 
  list_2 = bin_class.replace_box(list_1, replace_list)
  
  print('encode_list: {}'.format(list_2[0:50]))

原始git地址

https://github.com/DamonWCG/Equal_depth_box/blob/master/Equal_depth_box

使用案例

本案例数据为,我进行过一步的最优分箱,来做一步等深分箱来进行横向对比。

原始数据形式

具体案例

# -*- coding: utf-8 -*-
"""
Created on Wed Jan 30 16:17:19 2019
@author: DamonWCG
"""
 
from Equal_depth_box import *
 
import pandas as pd
 
df = pd.read_csv('test.csv', encoding = 'gbk')
 
df.columns
####需要分箱的列
list_1 = df['deal_city_encoding'].tolist() #本方法是针对于list,所以对于series需要进行变换
 
####需要分箱的个数
replace_list = Equal_depth_box.equal_box(list_1, 5) 
 
 
####替代的名称
 
##因为列表排序所以需要重新排序对齐,这里我有空再想想其他办法
df.sort_values(by="deal_city_encoding", inplace = True)
 
list_2 = Equal_depth_box.replace_box(list_1, replace_list)
 
df['deal_city_bin_encoding'] = list_2
 
 
 
df.to_csv('df.csv', encoding = 'gbk', index = False)

本方法现阶段encoding形式为数字型。

分箱最终结果形式

需要注意,我得列表形式重新decode时候需要按照当前排序数组重新编码,这个问题我年后会解决。

以上这篇python的等深分箱实例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。

相关文章

  • Python数据分析Numpy中常用相关性函数

    Python数据分析Numpy中常用相关性函数

    这篇文章主要为大家介绍了Python数据分析Numpy中常用相关性函数讲解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06
  • Python中eval()函数的功能及使用方法小结

    Python中eval()函数的功能及使用方法小结

    python中eval(str)函数很强大,官方解释为:将字符串str当成有效的表达式来求值并返回计算结果,所以,结合math当成一个计算器很好用
    2023-05-05
  • 使用Python对Access读写操作

    使用Python对Access读写操作

    学习Python的过程中,我们会遇到Access的读写问题,这时我们可以利用win32.client模块的COM组件访问功能,通过ADODB操作Access的文件。下面跟着小编一起来看下吧
    2017-03-03
  • DjangoWeb使用Datatable进行后端分页的实现

    DjangoWeb使用Datatable进行后端分页的实现

    这篇文章主要介绍了DjangoWeb使用Datatable进行后端分页的实现,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05
  • Python特殊方法整理汇总

    Python特殊方法整理汇总

    这篇文章主要介绍了Python特殊方法整理汇总,有入门python的朋友可以跟随小编一起来学习下
    2021-03-03
  • 使用Python从图像中提取文本OCR库的操作详解

    使用Python从图像中提取文本OCR库的操作详解

    光学字符识别(OCR, Optical Character Recognition)是一种将印刷或手写文本从图像、PDF或扫描件中提取为机器可读文本的技术,使用Python进行OCR处理,开发者可以轻松调用各种OCR库,所以本文将给大家介绍使用Python从图像中提取文本OCR库的操作
    2024-08-08
  • 如何使用Python快速生成gif图

    如何使用Python快速生成gif图

    这篇文章主要给大家介绍了关于如何使用Python快速生成gif图的相关资料,我们需要用到 imageio 库,文章通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-02-02
  • ubuntu安装sublime3并配置python3环境的方法

    ubuntu安装sublime3并配置python3环境的方法

    这篇文章主要介绍了ubuntu安装sublime3并配置python3环境的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-03-03
  • 解决python

    解决python "No module named pip"的问题

    今天小编就为大家分享一篇解决python "No module named pip"的问题。具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10
  • python开发入门——列表生成式

    python开发入门——列表生成式

    这篇文章主要介绍了python 列表生成式的相关资料,帮助大家更好的理解和学习python开发,感兴趣的朋友可以了解下
    2020-09-09

最新评论