使用此过滤器可以更快、更聪明地分析熊猫
dfilter的Python项目详细描述
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
欢迎加入QQ群-->： 979659372
