实现功能：

Python数据分析实战-数值型特征和类别型特征归一化编码操作

实现代码：

import pandasas pd

import warnings

warnings.filterwarnings("ignore")

df = pd.read_csv("E:\数据杂坛\datasets\kidney_disease.csv")

df=pd.DataFrame(df)

pd.set_option('display.max_rows', None)

pd.set_option('display.width', None)

df.drop("id",axis=1,inplace=True)

print(df.head())

df["classification"] = df["classification"].apply(lambda x: xif x =="notckd" else "ckd")

# 数值型变量名

num_cols = [colfor colin df.columnsif df[col].dtype !="object"]

# 分类型变量名

cat_cols = [colfor colin df.columnsif df[col].dtype =="object"]

print(df.isnull().sum().sort_values(ascending =False))

# ======================缺失值处理============================

def random_value_imputate(col):

"""

    函数：随机填充方法（缺失值较多的字段）"""

    # 1、确定填充的数量；在取出缺失值随机选择缺失值数量的样本

    random_sample = df[col].dropna().sample(df[col].isna().sum())

# 2、索引号就是原缺失值记录的索引号

    random_sample.index = df[df[col].isnull()].index

# 3、通过loc函数定位填充

    df.loc[df[col].isnull(), col] = random_sample

def mode_impute(col):

"""

    函数：众数填充缺失值"""

    # 1、确定众数

    mode = df[col].mode()[0]

# 2、fillna函数填充众数

    df[col] = df[col].fillna(mode)

for colin num_cols:

random_value_imputate(col)

for colin cat_cols:

if colin ['rbc','pc']:

# 随机填充

        random_value_imputate('rbc')

random_value_imputate('pc')

else:

mode_impute(col)

print(df.isnull().sum().sort_values(ascending =False))

print(df.head())

# ======================特征编码============================

from sklearn.preprocessingimport MinMaxScaler

mms = MinMaxScaler()

df[num_cols] = mms.fit_transform(df[num_cols])

from sklearn.preprocessingimport LabelEncoder

led = LabelEncoder()

for colin cat_cols:

df[col] = led.fit_transform(df[col])

print(df.head())

实现效果：

本人读研期间发表5篇SCI数据挖掘相关论文，现在某研究院从事数据挖掘相关科研工作，对数据挖掘有一定认知和理解，会结合自身科研实践经历不定期分享关于python机器学习、深度学习、数据挖掘基础知识与案例。 致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。 关注 订阅号（数据杂坛） 可在后台联系我获取相关数据集和源码，送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。