python数据变换如何实现

import pandas as pd

df=pd.DataFrame(A.data[:,3:6])

df.columns=A.feature_names[3:6]

#最小-规范化，支持矢量运算

(df-df.min())/(df.max()-df.min())

#使用sklearn中的preprocessing模块

from sklearn import preprocessing

preprocessing.minmax_scale(df)

#z-score规范化：结果=（数值-均值）/标准差，处理后数据的均值为0，标准差为1

(df-df.mean())/df.std()

#使用sklearn中的preprocessing模块

from sklearn import preprocessing

preprocessing.scale(df)

#小数定标规范化：常见落在[-1,1]区间，通过移动小数点的位数实现，移动位数取决于属性绝对值的值的位数

#ceil向上取整

import numpy as np

df/10**np.ceil(np.log10(df.abs().max()))

import pandas as pd

#等宽法,5个箱子，标签为0-4

pd.cut(df.AGE,5,label=range(5))

#等频法

pd.qcut(df.AGE,5,label=range(5))