为特征工程生成归一化离散值

Question

有一个数据框，其中一列存储离散值，如下所示。我想创建另一个存储标准化值的列。例如，对于4050，对应的条目将是4。有没有有效的方法来代替编写我自己的函数？在 Sklearn 中，有没有生成归一化值的函数？

Answer 1

根据您的评论：

大约有 20 个不同的值，范围从 1000 到 9999，所以我想将每 1000 个作为一个类别

这并不是严格意义上的规范化。但是，要做到这一点，您可以轻松地使用地板除法 (//)：

df['new_column'] = df['values']//1000

例如：

>>> df
   values
0    2021
1    8093
2    9870
3    4508
4    2645
5    1441
6    8888
7    8921
8    7292
9    8571

df['new_column'] = df['values']//1000

>>> df
   values  new_column
0    2021           2
1    8093           8
2    9870           9
3    4508           4
4    2645           2
5    1441           1
6    8888           8
7    8921           8
8    7292           7
9    8571           8