基于主成分分析的综合评价

#读取“农村居民人均可支配收入来源2016.xlsx”数据表，其中数据来源于2016年《中国统计年鉴》，

#首先，对指标数据进行均值方差标准化处理

#其次，其次对标准化处理后的指标数据作主成分分析，要求提前累计贡献率在95%以上

#再次，基于提取的主成分计算综合得分，综合得分=提取的各主成分与对应贡献率之和

#最后，基于综合得分获得各地区的排名，得分按从高到低排序，用一个序列Rs来表示，其中index为地区名称，值为综合得分

def return_values():

    import numpy as np

    import pandas as pd

    from sklearn.preprocessing import StandardScaler

    from sklearn.decomposition import PCA

    data=pd.read_excel('农村居民人均可支配收入来源2016.xlsx')

    x=data.iloc[:,1:]

    scaler=StandardScaler()

    scaler.fit(x)

    x=scaler.transform(x)

    pca=PCA(n_components=0.95)

    pca.fit(x)

    y=pca.transform(x)

    gxl=pca.explained_variance_ratio_

    F=gxl[0]*y[:,0]+gxl[1]*y[:,1]+gxl[2]*y[:,2]

    dq=list(data['地区'].values)

    Rs=pd.Series(F,index=dq)

    Rs=Rs.sort_values(ascending=False)

    return Rs