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

  • 如何通过Python实现RabbitMQ延迟队列

    如何通过Python实现RabbitMQ延迟队列

    这篇文章主要介绍了如何通过Python实现RabbitMQ延迟队列,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-11-11
  • 零基础学Python(一)Python环境安装

    零基础学Python(一)Python环境安装

    本文是此系列的第一篇,所以开始先胡扯一番,然后再分别介绍LINUX系统,windows系统,MAC系统下如何安装Python环境,希望对大家有所帮助
    2014-08-08
  • python编写简易聊天室实现局域网内聊天功能

    python编写简易聊天室实现局域网内聊天功能

    这篇文章主要为大家详细介绍了python编写简易聊天室实现局域网内聊天功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-07-07
  • Django框架请求生命周期实现原理

    Django框架请求生命周期实现原理

    这篇文章主要介绍了Django框架请求生命周期实现原理,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-11-11
  • pytorch使用 to 进行类型转换方式

    pytorch使用 to 进行类型转换方式

    今天小编就为大家分享一篇pytorch使用 to 进行类型转换方式,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
    2020-01-01
  • tensorflow安装成功import tensorflow 出现问题

    tensorflow安装成功import tensorflow 出现问题

    这篇文章主要介绍了tensorflow安装成功import tensorflow 出现问题,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-04-04
  • Python中sys.argv用法图文详解

    Python中sys.argv用法图文详解

    很多刚刚接触python的人来说,对于python中sys.argv[]往往不是很明白,下面这篇文章主要给大家介绍了关于Python中sys.argv用法的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-12-12
  • Python generator生成器和yield表达式详解

    Python generator生成器和yield表达式详解

    这篇文章主要介绍了Python generator生成器和yield表达式详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • python实现简易淘宝购物

    python实现简易淘宝购物

    这篇文章主要为大家详细介绍了python实现简易淘宝购物,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-11-11
  • 梳理总结Python开发中需要摒弃的18个坏习惯

    梳理总结Python开发中需要摒弃的18个坏习惯

    大家好,今天给大家分享 18 个 Python 初学者常有的坏习惯,这些坏习惯不仅影响 Python 代码的可读性,而且 影响 Python 的运行性能,摒弃这些坏习惯并以 Pythonic 的方式编写代码,提高的不仅仅是你的代码质量,也给阅读代码的人留下好印象
    2022-01-01

最新评论