【经验总结】数据预处理经验总结1

1. 对于特征较多的DF，进行数据预处理时需要对每个特征变量进行相关处理，为了避免混乱，可以DF.info()后将输出复制到sublime，然后在sublime中针对每个特征变量进行处理方式标注

# 非python代码，只是为了展示在sublime中的效果
action_type           30697 non-null object[get dummies]
combined_shot_type    30697 non-null object[get dummies]
game_event_id         30697 non-null int64[del]
game_id               30697 non-null int64[del]
lat                   30697 non-null float64[remain]
loc_x                 30697 non-null int64[del]
loc_y                 30697 non-null int64[del]
lon                   30697 non-null float64[remain]
minutes_remaining     30697 non-null int64[process then del]
period                30697 non-null int64[remain]
playoffs              30697 non-null int64[remain]
season                30697 non-null object[get dummies]
seconds_remaining     30697 non-null int64[process then del]
shot_distance         30697 non-null int64[remain]
shot_made_flag        25697 non-null float64[tag]  # 指该列为标签列
shot_type             30697 non-null object[get dummies]
shot_zone_area        30697 non-null object[del]
shot_zone_basic       30697 non-null object[del]
shot_zone_range       30697 non-null object[del]
team_id               30697 non-null int64[del]
team_name             30697 non-null object[del]
game_date             30697 non-null object[del]
matchup               30697 non-null object[del]
opponent              30697 non-null object[get dummies]
shot_id               30697 non-null int64[del]

---

2. 对于object类型的数据，通常可以考虑get dummies，转换成数值型数据
3. 对于一些单位不同，但是衡量同一指标的特征变量，可以通过单位换算化成同单位进行合并
4.名称、ID类特征一般直接删除