Python之sklearn-pandas：sklearn-pandas库函数的简介、安装、使用方法之详细攻略

目录

sklearn-pandas库函数的简介

sklearn-pandas库函数的安装

sklearn-pandas库函数的使用方法

1、基础用法

2、案例应用

sklearn-pandas库函数的简介

          sklearn-pandas模块提供了Scikit-Learn的机器学习方法和pandas风格的数据框架之间的桥梁。特别是，它提供了一种将DataFrame列映射到转换的方法，这些转换稍后将被重新组合为特性。

sklearn-pandas库函数的安装

pip install sklearn-pandas
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple sklearn-pandas

sklearn-pandas库函数的使用方法

1、基础用法

  

   

    

     

    
    

     

      >>> from sklearn_pandas import DataFrameMapper
     
    
   

    

     

    
    

     

      >>> import pandas as pd
     
    
   

    

     

    
    

     

      >>> import numpy as np
     
    
   

    

     

    
    

     

      >>> import sklearn.preprocessing, sklearn.decomposition, \
     
    
   

    

     

    
    

     

      ...  sklearn.linear_model, sklearn.pipeline, sklearn.metrics
     
    
   

    

     

    
    

     

      >>> from sklearn.feature_extraction.text import CountVectorizer
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      >>> mapper = DataFrameMapper([
     
    
   

    

     

    
    

     

      ...  ('pet', sklearn.preprocessing.LabelBinarizer()),
     
    
   

    

     

    
    

     

      ...  (['children'], sklearn.preprocessing.StandardScaler())
     
    
   

    

     

    
    

     

      ... ])
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
  
 

2、案例应用

  

   

    

     

    
    

     

      >>> from sklearn.base import TransformerMixin
     
    
   

    

     

    
    

     

      >>> class DateEncoder(TransformerMixin):
     
    
   

    

     

    
    

     

      ...    def fit(self, X, y=None):
     
    
   

    

     

    
    

     

      ...  return self
     
    
   

    

     

    
    

     

      ...
     
    
   

    

     

    
    

     

      ...    def transform(self, X):
     
    
   

    

     

    
    

     

      ...  dt = X.dt
     
    
   

    

     

    
    

     

      ...  return pd.concat([dt.year, dt.month, dt.day], axis=1)
     
    
   

    

     

    
    

     

      >>> dates_df = pd.DataFrame(
     
    
   

    

     

    
    

     

      ...  {'dates': pd.date_range('2015-10-30', '2015-11-02')})
     
    
   

    

     

    
    

     

      >>> mapper_dates = DataFrameMapper([
     
    
   

    

     

    
    

     

      ...  ('dates', DateEncoder())
     
    
   

    

     

    
    

     

      ... ], input_df=True)
     
    
   

    

     

    
    

     

      >>> mapper_dates.fit_transform(dates_df)
     
    
   

    

     

    
    

     

      array([[2015,   10,   30],
     
    
   

    

     

    
    

     

       [2015,   10,   31],
     
    
   

    

     

    
    

     

       [2015,   11, 1],
     
    
   

    

     

    
    

     

       [2015,   11, 2]])
     
    
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/109252437