数据来源：https://www.kaggle.com/c/rsna-intracranial-hemorrhage-detection/data —— stage_2_train.csv

API

  • groupy
  • unstack
  • value_counts

csv data

在这里插入图片描述
查看 label

label = traindf.Label.values
label

array([0, 0, 0, …, 0, 0, 0])

分解ID 和subtype

traindf = traindf.ID.str.rsplit("_", n=1, expand=True)
traindf.head()

在这里插入图片描述
合并label

traindf.loc[:, "label"] = label
traindf.head()

在这里插入图片描述
0,1 列名重命名

traindf = traindf.rename({0: "id", 1: "subtype"}, axis=1)
traindf.head()

在这里插入图片描述

统计标签类别数

subtype_counts = traindf.groupby("subtype").label.value_counts()

在这里插入图片描述

unstack

subtype_counts.unstack()

在这里插入图片描述

# 大数据 # pandas
Logo
CSDN学习社区

CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！

更多推荐

嵌入式作业（七）：基于Ardunio的STM32串口通信

嵌入式作业（七）0作业要求1Ardunio 完成STM32的串口通信（1）安装Ardunio IDE（2）stm32串口通信2关于 stduino IDE0作业要求安装 Ardunio IDE 和相关软件支持库，在Ardunio 完成STM32板子的串口通信程序：（1）持续向串口输出“Hello world！”；（2）当接收到“stop!”时，停止输出。网上有一个国人版的MCU集成开发平台， st

avatar CSDN学习社区

JDBC详解

JDBC文章目录JDBC什么是JDBC?JDBC驱动程序:Java使用JDBC访问数据库的步骤:设置classpath:Oracle连接字符串的书写格式:简单的例子:常用数据库的驱动程序及JDBC URL:Oracle数据库:SQL Server数据库MySQL数据库Access数据库PreparedStatement接口:JNDI-数据源（Data Source）与连接池（Connection

avatar CSDN学习社区

“模式识别与机器学习”学习笔记no2.再谈感知机

接**上篇：上篇主要进行了PLA，Pocket算法的理论过程分析和在给定数据集上利用pocket算法对数据集进行分类学习，得到错分数量最少的分类面。上篇中pocket算法的过程已经进行了编程和测试，框架已经建立了起来，这一篇主要上篇中没有提到或涉及不深的几个问题。1.数据集的构造。上篇是直接使用了题目给的向量，这次来根据正态分布来产生数据集。np.random.normal函数可以根据均值和方差生

avatar CSDN学习社区