特征工程案例--(python合并表,交叉表,主成分分析)

本文目的：

①如何关联表？②如何构建交叉表？③APA是如何实现主成分分析的？

import numpy as npimport pandas as pd#获取数据import numpy as npimport pandas as pd#获取数据aisleses = pd.read_csv(r"D:\Case_data特征工程案例数据aisles.csv",sep=",",encoding="utf-8",engine = 'python')orders = pd.read_csv(r"D:\Case_data特征工程案例数据orders.csv",sep=",",encoding="utf-8",engine = 'python')products = pd.read_csv(r"D:\Case_data特征工程案例数据products.csv",sep=",",encoding="utf-8",engine = 'python')order_products_prior = pd.read_csv(r"D:\Case_data特征工程案例数据order_products__prior.csv",sep=",",encoding="utf-8",engine = 'python#检查数据display(aisles.head(3))display(orders.head(3))display(products.head(3))display(order_products_prior.head(3))

①关联表：user_id---->aisle

②结构交叉表user_id---->aisle

③分析主要成分，保留80%的信息

import time#关联表：user_id---->aisledata01 = pd.merge(orders,order_products_prior,how='inner',on=["order_id","order_id"])time.sleep(5)data02 = pd.merge(data01，products,on=["product_id","product_id)data03 = pd.merge(data02，aisles,on=["aisle_id","aisle_id"])time.sleep(3)display(data03.shape,data03.loc[0:3,["user_id","aisle"]])

#结构交叉表user_id---->aisledata04 = pd.crosstab(data03[”user_id"，data03["aisle"])display(data04.shape,data04.head(10))

# 主要成分分析，保留n.n% 信息from sklearn.decomposition import PCAimport pandas as pdimport numpy as np # 1、数据：使用上述代码生成的data04data = data04#2.实例化转换器transfer = PCA(n_components=0.8) #实例化一个转换器类# n_components： ·小数：表示保留了多少信息 ·整数:减少多少特征#3.#调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_transform()xi = transfer.fit_transform(data) #调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_调用fit_transform()#查看构成新的几个变量，查看单个变量的方差贡献率print(xi.shape,transfer.explained_variance_ratio_)  #4.输出新结构的主成分变量Fi=[ ]for i in range(1,xi.shape[1]+1):    F="F" + str(i)    Fi.append(F)data02 = pd.DataFrame(xi,columns=Fi)display(data02.head(3))

扫描下面二维码的相关内容更多

扫

码

关

注

更多的数据分析数据操作数据操作

在这里，随时学习干货！