我正在处理 pandas 数据框,我想将其转换为橙色数据表以估算缺失值。 我的数据框看起来像
locationId rank Rating type value
1 1 10 shop 2.668
2 4 8 store 3.921
3 3 NAN shop 3.122
其中 rank 是有序的,重复值在 1 到 5 之间。Type 是分类的,类型为 shop、store 等,rating 是整数类型。value 是 float 。 我想将它转换成橙色数据表并估算缺失值。 我也看过this但是这些函数给我一个错误,对我不起作用。
请您参考如下方法:
import numpy as np
import pandas as pd
import Orange
import csv
from io import StringIO
from collections import OrderedDict
from Orange.data import Table, Domain, ContinuousVariable, DiscreteVariable
def pandas_to_orange(df):
domain, attributes, metas = construct_domain(df)
orange_table = Orange.data.Table.from_numpy(domain = domain, X = df[attributes].values, Y = None, metas = df[metas].values, W = None)
return orange_table
def construct_domain(df):
columns = OrderedDict(df.dtypes)
attributes = OrderedDict()
metas = OrderedDict()
for name, dtype in columns.items():
if issubclass(dtype.type, np.number):
if len(df[name].unique()) >= 13 or issubclass(dtype.type, np.inexact) or (df[name].max() > len(df[name].unique())):
attributes[name] = Orange.data.ContinuousVariable(name)
else:
df[name] = df[name].astype(str)
attributes[name] = Orange.data.DiscreteVariable(name, values = sorted(df[name].unique().tolist()))
else:
metas[name] = Orange.data.StringVariable(name)
domain = Orange.data.Domain(attributes = attributes.values(), metas = metas.values())
return domain, list(attributes.keys()), list(metas.keys())
使用 -> pandas_to_orange(dataFrame)
