import pandas as pd import matplotlib.pyplot as plt import numpy as np data = pd.read_csv("creditcard.csv") a=pd.value_counts(data["Class"]) count_classes = pd.value_counts(data['Class'], sort = True).sort_index() from sklearn.preprocessing import StandardScaler # 1、StandardScaler就是z-score方法 # 将原始数据归一化为均值为0，方差为1的数据集 并将之存储到Amount列 data['normAmount'] = StandardScaler().fit_transform(data['Amount'].values.reshape(-1, 1)) # 删除数据中Time Amount 列 # 删除没用的两列数据，得到一个新的数据集 data = data.drop(['Time','Amount'],axis=1) aa=data.head() print(aa)
数据处理
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 由于许多潜在的Pandas用户对SQL有一定的了解，因此本文章旨在提供一些如何使用Pandas执行各种SQL操作的...
- 文/小火君 我自己本身是一个重度的拖延症患者，除了追番这件事以外，其他的事情多多少少都有一点拖延。而如今这个快节奏...
