示例資料：
adults=pd.read_csv('data/adults.txt')
adults.head()
ageworkclass
final_weight
education
education_num
marital_status
occupation
relationship
race
***capital_gain
capital_loss
hours_per_week
native_country
salary039
state-gov
77516
bachelors
13never-married
adm-clerical
not-in-family
white
male
2174040
united-states
<=50k150
self-emp-not-inc
83311
bachelors
13married-civ-spouse
exec-managerial
husband
white
male00
13united-states
<=50k238
private
215646
hs-grad
9divorced
handlers-cleaners
not-in-family
white
male00
40united-states
<=50k353
private
234721
11th
7married-civ-spouse
handlers-cleaners
husband
black
male00
40united-states
<=50k428
private
338409
bachelors
13married-civ-spouse
prof-specialty
wife
black
female00
40cuba
<=50k
x=adults[['age','education','occupation','hours_per_week']].copy()
y=adults['salary'].copy()
x.education.unique() #返回元素唯一值
array(['bachelors', 'hs-grad', '11th', 'masters', '9th', 'some-college',
'assoc-acdm', 'assoc-voc', '7th-8th', 'doctorate', 'prof-school',
'5th-6th', '10th', '1st-4th', 'preschool', '12th'], dtype=object)
array([[3]]) # 注意返回的是乙個二維array，取值用下標[0][0],或者[0,0]更好的做法是0ne-hots，如下：
pd.get_dummies
get_dummies(data, prefix=none, prefix_sep='_', dummy_na=false, columns=none, sparse=false, drop_first=false, dtype=none) -> 'dataframe'
convert categorical variable into dummy/indicator variables.
examples
--------
>>> s = pd.series(list('abca'))
>>> pd.get_dummies(s)
a b c
0 1 0 0
1 0 1 0
2 0 0 1
3 1 0 0
>>> s1 = ['a', 'b', np.nan]
>>> pd.get_dummies(s1)
a b
0 1 0
1 0 1
2 0 0
>>> pd.get_dummies(s1, dummy_na=true)
a b nan
0 1 0 0
1 0 1 0
2 0 0 1
>>> df = pd.dataframe()
>>> pd.get_dummies(df, prefix=['col1', 'col2'])
c col1_a col1_b col2_a col2_b col2_c
0 1 1 0 0 1 0
1 2 0 1 1 0 0
2 3 1 0 0 0 1
>>> pd.get_dummies(pd.series(list('abcaa')))
a b c
0 1 0 0
1 0 1 0
2 0 0 1
3 1 0 0
4 1 0 0
>>> pd.get_dummies(pd.series(list('abcaa')), drop_first=true)
b c
0 0 0
1 1 0
2 0 1
3 0 0
4 0 0
>>> pd.get_dummies(pd.series(list('abc')), dtype=float)
a b c
0 1.0 0.0 0.0
1 0.0 1.0 0.0
2 0.0 0.0 1.0
x_edu_dummies=pd.concat([x,edu_dummies],axis=1)
x_edu_dummies.drop('education',axis=1)
類似python內建的map()方法，pandas中的map()方法將函式、字典索引或是一些需要接受單個輸入值的特別的物件與對應的單個列的每乙個元素建立聯絡並序列得到結果。
#定義f->女性，m->男性的對映字典
gender2xb =
#利用map()方法得到對應gender列的對映列
data.gender.map(gender2xb)
也可以用lambda函式：
#因為已經知道資料gender列性別中只有f和m所以編寫如下lambda函式
data.gender.map(lambda x:'女性' if x is 'f' else '男性')
也可以定義函式：
def gender_to_xb(x):
return '女性' if x is 'f' else '男性'
data.gender.map(gender_to_xb)
也可以用字串格式化：
data.gender.map("this kid's gender is {}".format)
可以看到，這裡返回的是單列結果，每個元素是返回值組成的元組，這時若想直接得到各列分開的結果，需要用到zip(*zipped)來解開元組序列，從而得到分離的多列返回值：
print(a[:10])
print(b[:10])
譬如下面的簡單示例，我們把嬰兒姓名資料中所有的字元型資料訊息小寫化處理，對其他型別則原樣返回：
函式備忘錄
php 雜項函式 strip whitespace 函式返回已刪除 php 注釋以及空白字元的源 檔案。該函式對於檢測指令碼中的實際 量很有用。php 過濾器用於對來自非安全 的資料 比如使用者輸入 進行驗證和過濾。filter 函式是 php 核心的組成部分。無需安裝即可使用這些函式。php 指示...
python方法備忘錄
1 is instance arg1，arg2 查詢arg1的型別是否是arg2 from collections import iterable print isinstance a,iterable 查詢 a 是否是可迭代物件 2 重新匯入模組 import test from ipm impo...
python學習備忘錄 1
前段時間學了shell指令碼，看的乙個頭痛，主要是語法太犀利了，看完基本忘了很多，以至於上篇系列文章很多還停在草稿階段，等假期再補上把。無意中發現了python，這玩意靈活而且語法跟c有相似風格，起碼不要在寫做條件測試了吧，話說shell的測試和控制流程語法都太犀利的，以至於要經常翻才行。不多說了，...