Python与学术研究系列---第1期. 数据0-1标准化！（附代码、操作流程与可执行exe）

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

是否还在为数据标准化繁琐的操作而重复点击鼠标吗？
这里为大家分享一个偷懒省时的Python小程序
直接根据数据生成独立结果文件~~~

程序介绍与说明：程序使用Python语言编写，数据标准化考虑到了正负向指标，最终结果区间为[0,1]。计算前需要手动输入负向指标名称，若都为整项指标可不用输入。本人为编程业余爱好者，也是一名在校研究生，自学Python致力于减少学术研究繁琐操作（偷懒）。目前，真正的学术大神醉心研究，对代码与偷懒的拼接少有愿意花时间分享的；而真正的代码大神缺少作为研究者的代入感与情怀，对如此简单的东西或许不屑一顾。因此，我想就这“Pyhton与学术研究系列”为大家分享一些真正和学术数据处理密切相关的代码操作，同时也作为自己学习的总结。------此代码仅供大家讨论交流-------

操作说明与呈现：
1.首先将rar文件解压到任意文件夹下
2.将待处理的数据命名为“1”，双击exe文件等待几秒钟~~~
3.按提示输入要特别声明的负向指标，当负向指标输入完毕后输入0开始计算
4.运行结束后程序自动关闭，生成名为“2”的xlsx文件即为最终标准化后结果（主要代码解释会放在随后楼层中）





数据0-1化（附源代码+可执行exe）.rar (50.23 MB, 需要: RMB 241 元)

2021-8-30 17:00:47 上传

象征收费
需要: RMB 241 元  [购买]

本系列定位为交流分享，当然您的打赏与点赞就是我最大的动力~~~
下一期预告：会在数据0-1化基础上，进一步分享熵值法小程序，敬请期待！！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：python 学术研究 操作流程 EXE 标准化 数据标准化 Python

1. ad=[]
   
2. while True:
   
3.     print('请正确输入负向指标，没有的话输入0结束录入')
   
4.     s=input()
   
5.     if s!='0':
   
6.         ad.append(s)
   
7.     elif s=='0':
   
8.         print('负向指标录入完毕,分别为：'+','.join(ad))
   
9.         break

复制代码

While True代码块较为简单，用于构造一个负向指标的列表，便于后续区分正向指标与负向指标。

1. output={}
   
2. for i in list(data.columns):
   
3.     max=np.max(data[i])
   
4.     min=np.min(data[i])
   
5.     fenmu=max-min
   
6.     linshi=[]
   
7.     for j in data[i]:
   
8.         if i not in ad:
   
9.             fenzi=j-min
   
10.         else:
    
11.             fenzi=max-j
    
12.         out=fenzi/fenmu
    
13.         linshi.append(out)
    
14.     output[i]=linshi

复制代码

此处为标准化的核心代码，data为一个二维的DataFrame，分别构造分母fenmu与分子fenzi。
分母为data列表中（对应excel表格中某一变量列）最大值与最小值之差。
相对而言分子的构造更为复杂，需要再用一层循环遍历列表中的每一个值（对一excel表格某一列某一个单元格），若为正向指标即减去最小值，若为负向指标即用最大值减去他。
最后，将二者相除放入一个名为linshi的列表中，再由临时列表添加到字典output中，键即为变量名称。

需要注意的是，data为一个二维的DataFrame，默认可以将excel首行作为键，比如excel中第一个变量为“a”,data['a']就可以读取这一列的数据（不包括第一行的字符“a”）

欢迎大家交流讨论

1790605268 发表于 2021-8-30 17:09
是否还在为数据标准化繁琐的操作而重复点击鼠标吗？
这里为大家分享一个偷懒省时的Python小程序
直接根据 ...

感谢你的分享，一直都在关注

hzl11 发表于 2021-8-31 10:47
感谢你的分享，一直都在关注

感谢支持

熵值法程序已经制作完毕，马上即可分享，敬请期待~~~

最新第二期已经发布！！！熵值法exe，需要自取

Python与学术研究系列---第2期.自制熵值法exe程序（无需打开excel复制数据）
https://bbs.pinggu.org/forum.php ... mp;from^^uid=13264059

Python与学术研究系列---第2期.自制熵值法exe程序（无需打开excel复制数据）
https://bbs.pinggu.org/forum.php ... mp;from^^uid=13264059

Python与学术研究系列---第3期.一键熵值法2.0_exe(自动标准化+0值处理+结果生成）
https://bbs.pinggu.org/forum.php ... mp;from^^uid=13264059

顶