use this filter to analys pandas quicker and smarter
Project description
dfilter-python:机器学习一些统计量的分析工具
===============================
**注意: 本项目维护更新看作者心情!**
.. contents::
介绍
----
dfilter-python 采用 Python2.7 编写。
import,很简单:
.. code-block:: python
import dfilter
快速开始
---------
准备
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
**Tips** :
1. 确保你的系统里面已经安装了 `Python2.7 <https://www.python.org/>`_ ,不同作业系统如何安装不再赘述。
2. 检查你系统中 `python` 和 `pip` 的版本, 如果不属于 `python2.7` , 请在执行代码范例时,自行将 `python` 和 `pip` 分别替换成 `python2.7` 和 `pip2` 。
3. 确保你的系统中安装了 `git` 程序 以及 `python-pip` 。
函数使用 ----在 pandas 后
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
**get_colume_name_as_list** (dataframe)
得到数据的列名称。
**basic_info** (dataframe,列名)
得到数据列的基础信息。
**get_coverage** (dataframe,列名)
得到数据列元素的覆盖率。
**get_pearson_similarity** (dataframe,列名1,列名2,是否均值填充空值)
得到数据的皮尔逊相关系数。
**get_fisher_score** (dataframe,列名1,y[列表],是否均值填充空值)
得到数据的Fisher得分。
**get_fisher_score_with_list** (dataframe,[列名1,列名2,.....],y[列表],是否均值填充空值)
输入列中元素的Fisher得分。
**get_K_L_divergence** (dataframe,列名1,列名2)
输入列中元素的KL散度
**get_K_L_divergence_as_list** (dataframe,[列名1,列名2,.....])
输入列中元素的KL散度。
**get_K_L_divergence_as_list_with_y** (dataframe,[列名1,列名2,.....],y[列表])
输入列中元素的KL散度。
**check_normal_cluster** (dataframe,列名,是否均值填充空值)
输入列中元素的 正态检验
**get_homogeneity_of_variance** (dataframe,列名1,列名2,是否均值填充空值)
输入列中元素的 方差齐性检验
**compare_between_two_couples** (dataframe,列名1,列名2,是否均值填充空值)
输入列中元素的 两组数之间的比较
===============================
**注意: 本项目维护更新看作者心情!**
.. contents::
介绍
----
dfilter-python 采用 Python2.7 编写。
import,很简单:
.. code-block:: python
import dfilter
快速开始
---------
准备
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
**Tips** :
1. 确保你的系统里面已经安装了 `Python2.7 <https://www.python.org/>`_ ,不同作业系统如何安装不再赘述。
2. 检查你系统中 `python` 和 `pip` 的版本, 如果不属于 `python2.7` , 请在执行代码范例时,自行将 `python` 和 `pip` 分别替换成 `python2.7` 和 `pip2` 。
3. 确保你的系统中安装了 `git` 程序 以及 `python-pip` 。
函数使用 ----在 pandas 后
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
**get_colume_name_as_list** (dataframe)
得到数据的列名称。
**basic_info** (dataframe,列名)
得到数据列的基础信息。
**get_coverage** (dataframe,列名)
得到数据列元素的覆盖率。
**get_pearson_similarity** (dataframe,列名1,列名2,是否均值填充空值)
得到数据的皮尔逊相关系数。
**get_fisher_score** (dataframe,列名1,y[列表],是否均值填充空值)
得到数据的Fisher得分。
**get_fisher_score_with_list** (dataframe,[列名1,列名2,.....],y[列表],是否均值填充空值)
输入列中元素的Fisher得分。
**get_K_L_divergence** (dataframe,列名1,列名2)
输入列中元素的KL散度
**get_K_L_divergence_as_list** (dataframe,[列名1,列名2,.....])
输入列中元素的KL散度。
**get_K_L_divergence_as_list_with_y** (dataframe,[列名1,列名2,.....],y[列表])
输入列中元素的KL散度。
**check_normal_cluster** (dataframe,列名,是否均值填充空值)
输入列中元素的 正态检验
**get_homogeneity_of_variance** (dataframe,列名1,列名2,是否均值填充空值)
输入列中元素的 方差齐性检验
**compare_between_two_couples** (dataframe,列名1,列名2,是否均值填充空值)
输入列中元素的 两组数之间的比较
Project details
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
dfilter-0.2.tar.gz
(2.2 kB
view hashes)
Built Distribution
Close
Hashes for dfilter-0.2-py2.py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 9503032376aa3648c8e01b77e81940d6040d8716b79fc90713573d366642b70d |
|
MD5 | 1c7fb99a420f92cc1ed75cbcba73ff81 |
|
BLAKE2b-256 | d8b47f54f32266f3c353a0c430f7e012812745437d9b7efa0136af2e05da03e0 |