qq_23904809的博客

假如某个特征有3种取值，正常经过OneHotEncoder编码后还是3种取值，即0，1，2；但一旦遇到上述问题设置。OneHotEncoder，在Xtrain上fit，在Xtest上transform。解决这个问题的其中一个办法是，在OneHotEncoder实例化的时候设置参数。在转换过程中，如遇到未知类别值时，编码器会将对应的编码位置全部设置为 0。时的默认值，还得通过继承OneHotEncoder类并覆盖相关方法来实现。后，编码就变成了0，1，这就会丢失部分信息。，即表示忽略未知类别值。

【代码】【疑惑-未解决】list = list.append('xxx')没有输出内容（None）

plt.subplot(grid[0, :])则不会报错。如图，seaborn是否不支持这类的写法？

方法2：调用交叉验证的类cross_val_score并使用里面的scoring参数来设置使用均方误差。方法1：使用sklearn专用的模型评估模块metrics里的类mean_squared_error。方法1：直接从metrics中导入r2_score，输入预测值和真实值后打分。方法2：从线性回归LinearRegression的接口score来进行调用。方法3：在交叉验证中，输入"r2"来调用。

关于Python星期转换 weekday() dt.strftime("%w")

赛题目的：预测电信用户的流失情况评估指标：AUC指标task1 baseline 提交结果：lgb线下0.8437 线上：0.8391下一步：针对每个特征做分析，处理异常值等

参数：几个常用的参数rule：采样频率参考博客https://matches999.blog.youkuaiyun.com/article/details/118887701axis：{0 or ‘index’, 1 or ‘columns’}，default 0，即沿行必须是 DatetimeIndex、TimedeltaIndex 或 PeriodIndexclosed：{‘right’, ‘left’}，默认区间的哪一侧是闭合的，默认为left除了“M”、“A”、“Q”、“BM”、“BA”、“BQ”

报错信息：只是将value赋值给了原数据集df的一个副本，并没有改变df的值SettingWithCopyWarning:A value is trying to be set on a copy of a slice from a DataFrame.

cannot import name ‘_to_object_array’ from ‘sklearn.utils’解决办法：重启anaconda解决参考的文章链接：click

方法1：切片cstr = 'spam'cstr[::-1] # 'maps'方法2：reversed() + join()字符串本身是没有reversed()方法的直接reversed(cstr):''.join(reversed(cstr)) # 'maps'方法3：遍历字符串def func_reversed_str(a_string): new_str = '' i = len(a_string)-1 while i > -1:

不喜欢原始数据中的列名，就改呗。目录1. 全部列2. 部分列1. 全部列df.columns = new_columnsnew_coumns 可以是列表或元组但新旧列名的长度必须一致，否者会不匹配报错这种改变方式是直接改变了原始数据。name = ['职位ID', '城市', '公司ID', '职位类型', '职位类型2', '学历', '薪资', '最低薪资', '最高薪资']df.columns=name前后效果对比：2. 部分列df...

1、导包import pandas as pdimport pymysqlfrom sqlalchemy import create_engine将连接数据库并读取数据的代码封装成一个方法# 将连接数据库并读取数据的代码封装成一个方法def reader(query, db, charset): sql = query engine = create_engine('mysql+pymysql://root:root@localhost:3306/{0}?charset={1}

1、导包import pandas as pdimport pymysqlfrom sqlalchemy import create_engine2、连接数据库方法1：用pymysql库连接数据库的写法conn = pymysql.connect( host = '127.0.0.1', user = 'root', password = 'root', db = 'qinlu', port = 3306, charset = 'utf8')

1、加载数据import pandas as pdimport numpy as npposition = pd.read_csv('position.csv', encoding='gbk')company = pd.read_csv('company.csv', encoding='gbk')2、数据透视表position.pivot_table(index='city', columns='workYear', values='avg')数据透视表，多重索引# 数据透视表，多

1、加载数据import pandas as pdposition = pd.read_csv('position.csv', encoding='gbk')company = pd.read_csv('company.csv', encoding='gbk')2、apply复习返回各个城市top5的薪资# 返回各个城市top5的薪资def function(x): r = x.sort_values('avg', ascending=False)[: 5] return

1、加载数据import pandas as pdposition = pd.read_csv('position.csv', encoding='gbk')company = pd.read_csv('company.csv', encoding='gbk')2、apply2.1、在avg列后+‘k’方法1：直接加position['avg_new'] = position.avg.astype(str)+'k'方法2：匿名函数lambda# 使用apply完成在 avg 列 +

1、加载数据import pandas as pdimport numpy as npposition = pd.read_csv('position.csv', encoding='gbk')company = pd.read_csv('company.csv', encoding='gbk')2、处理空值&去重2.1、处理空值查看city列position.loc[:, 'city']由于数据比较干净，没有空值，所以在这里人为地制空值# 人为制造空值position

1、加载数据import pandas as pdposition = pd.read_csv('position.csv', encoding='gbk')company = pd.read_csv('company.csv', encoding='gbk')2、删除多余的符号（注意转换为str）# 删除多余的符号position.positionLables.str[1:-1].str.replace("'", "")...

1、加载数据import pandas as pdposition = pd.read_csv('position.csv', encoding='gbk')company = pd.read_csv('company.csv', encoding='gbk')2、多重索引position.groupby(['city', 'education']).mean()# .avg 转换成series，才可以针对性的查询position.groupby(['city', 'education

1、加载数据import pandas as pdposition = pd.read_csv('position.csv', encoding='gbk')company = pd.read_csv('company.csv', encoding='gbk')concat 堆叠join 根据索引merge 根据键值（最常用）# merge方法position.merge(right=company, how='inner', on='companyId')

1、加载数据import pandas as pddata = pd.read_csv('dataanalysis.csv')data.head()2、groupbydata.groupby(by='city')# <pandas.core.groupby.generic.DataFrameGroupBy object at 0x000001E48722CA08>data.groupby(by='city').max()data.groupby(by='city').a

1、加载数据import pandas as pddata = pd.read_csv('dataanalysis.csv')data.head()2、数据的转置data.T3、数据的排序3.1 对一列数据进行排序data.sort_values(by='avg', ascending=False)3.2 对多列数据进行排序data.sort_values(by=['city', 'avg'], ascending=False)3.3 对avg薪资降序排序，并生成新的列ran

1、加载数据import pandas as pddata = pd.read_csv('dataanalysis.csv')data.head()# data.tail()# data.info()2、查询# 查询薪资>60，两种写法等同data.loc[data['avg']>60]data.query('avg>60')# 查询薪资>60的城市有哪些data.query('avg>60').city# 判断薪资>60的城市是否为成

导包加载数据import pandas as pdpath = r"C:\Anaconda\Jupyter\Pandas数据分析从入门到实战\ant-learn-pandas-master\datas\beijing_tianqi\beijing_tianqi_2018.csv"data_tq = pd.read_csv(path, encoding="gbk").head(i) 查看数据集的前i行（i默认为5）data_tq.head()3. .tail() 查看数据的后几行.

读取不同文件时的写法1.1 读取txt文件# 1.1 读取txt文件import pandas as pdpath1 = '../Pandas数据分析从入门到实战/ant-learn-pandas-master/datas/crazyant/access_pvuv.txt'data_txt = pd.read_csv(path1, sep='\t', header=None, names=['pdate', 'pv', 'uv'])data_txt.head()1.2 读取csv文件.

在这里插入代码片

Pandas基于两种数据类型：series和dataframeseries是pandas中最基本的对象，类似于一维数组。series和numpy不同，series可以为数据自定义标签(index)。1.创建series对象的几种方式：方式1.创建series对象并省略索引如果不带index参数，pandas会自动默认index进行索引，类似数组，索引值是[0,…, len(data)...

1. Numpy的Ndarray对象Ndarray：①N维数组对象 ②同一系列数据的集合 ③存放同类元素的多维数组1.1.创建一维数组法1.直接传入列表import numpy as nplist1 = [1, 2, 3]oneArray = np.array(list1)print(type(oneArray)) # <class 'numpy.ndarray'&gt...

一、折线图1.一个简单的例子（一图单线）# 导包import matplotlib.pyplot as pltimport randomfrom matplotlib import font_manager# x、y轴赋值x = range(1, 32)y = [random.randint(25,42) for i in x] # 设置画布的大小plt.figure(fi...

问题现象报错：No handles with labels found to put in legend.解决办法1）“画图”时未指定label（如下图，没有红框中的内容）对应的解决办法：添加上即可2）制作图例在画图之前，则也会报错对应的解决办法：先plt.plot()，再plt.legend()如下图：...

# 爬取猫眼top100# 1. 分析界面，数据来源，确定请求链接# 第1页：https://maoyan.com/board/4# 第2页：https://maoyan.com/board/4?offset=10# 第3页：https://maoyan.com/board/4?offset=20# 2. 判断这个链接返回的数据里有没有想要的数据# 确定链接：https://maoy...

异常"""异常： 一套错误处理机制 try exception finally"""栗子1：try: # 将认为会出现异常的代码放在这里： print(number)except NameError as e: # 有异常的时候会执行这里的代码： print(e) # name 'number' is not defi...

面向对象的类和对象类；一类事物，知识一个概念 Dog对象：具体到某一个东西 zf家的狗对象可以有属性和方法一个简单的例子：# 类的定义class Teacher(object): country = 'China' def teach(self): print('老师可以教书')# 创建对象teacher = Teacher()pri...

函数定义语法： def 函数名(参数): 功能代码# 1. 函数的定义和调用# 定义（并不会执行里面的功能代码）def show(): print('hello python')# 调用show() # hello python# 2. 函数的文档说明def showinfo(): """函数的功能""" prin...

字符串单引号，双引号，三引号保卫起来的字符组就是字符串my_str = 'hello'# h e l l o# 0 1 2 3 4 正向索引# -5 -4 -3 -2 -1 反向索引# 1. 根据索引获取对应的值my_str = 'hello'print(my_str[0]) # hprint(my_str[2]) # lpri...

注释#单行注释'''多行注释'''变量的定义在python里面不需要指定数据的类型，会根据数据自动推导出数据类型变量名 = 数据score = 100score = 100print(type(score)) # <class 'int'>is_ok = Trueprint(type(is_ok)) # <class 'bool'&gt...