在管道中流畅地操作数据帧的框架。
datapipeml的Python项目详细描述
#数据管道ml
用于操作机器学习数据帧的管道api。
数据管道是一个包装pandas数据帧的框架，提供了一种更灵活的操作数据的方法。
基本概念：
-每个操作都执行到位。数据管道对象只保留一个对持续更新的pandas数据帧的引用。
-]每个操作都返回对self的引用，这允许流畅地链接方法。
-所调用的每个方法都在内部进行记录，以提高再现性和对制备管道的理解。例外情况是“加载”方法。
-~未实现方法的数据管道调用默认为内部数据帧对象。这允许快速访问某些方法，例如shape和head，但请注意，这些调用不会被记录，也不会返回数据管道对象。如果需要使用未实现的函数，请使用update方法继续操作数据管道。
``
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
>>
>>>
>>>>
>>>>>
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>\
>；.drop（“标签”）\
>；>；.drop_sparse（）\
>；.drop_duplicates（）\
>；.fill_null（）\
>；.remove_outliers（）\
>；.normalize（）\
>；.set_one_hot（）\
>；..split_train_test（by=“date”）
匿名id
没有要删除的稀疏列
找到0个重复行
填充列[“已供资金额”、“贷款金额”、“合作伙伴id”、“贷款月内期限”、“贷款月数”]
从[“已供资金额”、“贷款金额”、“合作伙伴id”、“贷款月内期限”中删除异常值，“贷方帐户”]
规范化[“资金帐户”、“贷款帐户”、“合作伙伴帐户”、“期限帐户（以月为单位）”、“贷方帐户”]
编码列[“活动”、“部门”、“国家代码”、“国家”、“货币”、“还款间隔”]
>；>；x.保留数值（
>；>；y.保留数值（
“已过帐时间”、“日期”、“已付款时间”、“借方时间”、“已付款时间”、“使用”}
正在删除列{“区域”、“已付款时间”、“日期”、“已付款时间”、“借方时间”、“已付款时间”、“使用”}
print(X.summary())
___________________________________________________________|
Method Name |Args |Kwargs |
___________________________________________________________|
anonymize |('id',) |{} |
set_index |('id',）|{}{
删除（'tags'，）{}
删除稀疏（）{}
删除重复（）{}
填充空（）{}
删除（）异常值{}|
规范化（）{}
设置一（）热{}
分割列（）测试{'按'：'日期'}
保留（）数值{}|
___________________________________________________________|
```
### Create target column and stratified folds
```
>>> folds = DataPipe.load("data/kiva_loans_sample.csv.gz")\
>>> .set_index("id")\
>>> .drop_duplicates()\
>>> .fill_null()\
>>；。删除“异常值”\
>；.normalize（）\
>；.set“u one_hot（）\
>；.create_column（“high_loan”，lambda x:1 if x[“loan_amount”]>；2000 else 0）\
>；.keep_numerics（）\
>；.create_folds（stratify_by=“high_loan”）
“贷方帐户”]
规范化[“已供资帐户”、“贷款帐户”、“合作伙伴帐户”、“期限帐户（以月为单位）”、“贷方帐户”]
一个热编码列[“活动”、“部门”、“国家代码”、“国家”、“货币”、“借方帐户”、“还款间隔”]
创建列高贷款
删除列{“标记”、“已供资帐户时间”、“已付款帐户时间”、“地区”，“使用”、“发布时间”、“日期”}
```
用于操作机器学习数据帧的管道api。
数据管道是一个包装pandas数据帧的框架，提供了一种更灵活的操作数据的方法。
基本概念：
-每个操作都执行到位。数据管道对象只保留一个对持续更新的pandas数据帧的引用。
-]每个操作都返回对self的引用，这允许流畅地链接方法。
-所调用的每个方法都在内部进行记录，以提高再现性和对制备管道的理解。例外情况是“加载”方法。
-~未实现方法的数据管道调用默认为内部数据帧对象。这允许快速访问某些方法，例如shape和head，但请注意，这些调用不会被记录，也不会返回数据管道对象。如果需要使用未实现的函数，请使用update方法继续操作数据管道。
``
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
>>
>>>
>>>>
>>>>>
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>\
>；.drop（“标签”）\
>；>；.drop_sparse（）\
>；.drop_duplicates（）\
>；.fill_null（）\
>；.remove_outliers（）\
>；.normalize（）\
>；.set_one_hot（）\
>；..split_train_test（by=“date”）
匿名id
没有要删除的稀疏列
找到0个重复行
填充列[“已供资金额”、“贷款金额”、“合作伙伴id”、“贷款月内期限”、“贷款月数”]
从[“已供资金额”、“贷款金额”、“合作伙伴id”、“贷款月内期限”中删除异常值，“贷方帐户”]
规范化[“资金帐户”、“贷款帐户”、“合作伙伴帐户”、“期限帐户（以月为单位）”、“贷方帐户”]
编码列[“活动”、“部门”、“国家代码”、“国家”、“货币”、“还款间隔”]
>；>；x.保留数值（
>；>；y.保留数值（
“已过帐时间”、“日期”、“已付款时间”、“借方时间”、“已付款时间”、“使用”}
正在删除列{“区域”、“已付款时间”、“日期”、“已付款时间”、“借方时间”、“已付款时间”、“使用”}
print(X.summary())
___________________________________________________________|
Method Name |Args |Kwargs |
___________________________________________________________|
anonymize |('id',) |{} |
set_index |('id',）|{}{
删除（'tags'，）{}
删除稀疏（）{}
删除重复（）{}
填充空（）{}
删除（）异常值{}|
规范化（）{}
设置一（）热{}
分割列（）测试{'按'：'日期'}
保留（）数值{}|
___________________________________________________________|
```
### Create target column and stratified folds
```
>>> folds = DataPipe.load("data/kiva_loans_sample.csv.gz")\
>>> .set_index("id")\
>>> .drop_duplicates()\
>>> .fill_null()\
>>；。删除“异常值”\
>；.normalize（）\
>；.set“u one_hot（）\
>；.create_column（“high_loan”，lambda x:1 if x[“loan_amount”]>；2000 else 0）\
>；.keep_numerics（）\
>；.create_folds（stratify_by=“high_loan”）
“贷方帐户”]
规范化[“已供资帐户”、“贷款帐户”、“合作伙伴帐户”、“期限帐户（以月为单位）”、“贷方帐户”]
一个热编码列[“活动”、“部门”、“国家代码”、“国家”、“货币”、“借方帐户”、“还款间隔”]
创建列高贷款
删除列{“标记”、“已供资帐户时间”、“已付款帐户时间”、“地区”，“使用”、“发布时间”、“日期”}
```
欢迎加入QQ群-->： 979659372
