常春岛资源网 Design By www.syssdc.com
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。
标签:
python,等深分箱
常春岛资源网 Design By www.syssdc.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
常春岛资源网 Design By www.syssdc.com
暂无评论...
P70系列延期,华为新旗舰将在下月发布
3月20日消息,近期博主@数码闲聊站 透露,原定三月份发布的华为新旗舰P70系列延期发布,预计4月份上市。
而博主@定焦数码 爆料,华为的P70系列在定位上已经超过了Mate60,成为了重要的旗舰系列之一。它肩负着重返影像领域顶尖的使命。那么这次P70会带来哪些令人惊艳的创新呢?
根据目前爆料的消息来看,华为P70系列将推出三个版本,其中P70和P70 Pro采用了三角形的摄像头模组设计,而P70 Art则采用了与上一代P60 Art相似的不规则形状设计。这样的外观是否好看见仁见智,但辨识度绝对拉满。
更新日志
2025年11月06日
2025年11月06日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]

