Question

因此，一周前我开始使用Graphlab进行机器学习课程。我仍然是Graphlab的新手，我通过API阅读但无法获得我想要的解决方案。所以，这是问题所在。我有这些数据有多个列，例如卧室，浴室，平方英尺，邮政编码等。这些基本上是功能，我的目标是使用各种ML算法来预测房子的价格。现在，我应该找到带有邮政编码的房子的平均价格 - 93038.所以，我把问题分解成更小的位，因为我很天真并且决定用我的直觉。这是我到目前为止所尝试的。首先，我试图找到一种方法来创建一个过滤器，这样我只能用邮政编码提取房子的价格 - 93038。

import graphlab
sf = graphlab.SFrame('home_data.gl')
sf[(sf['zipcode']=='93038')]

这些显示了所有带有邮政编码93038的栏目，但后来我只想显示价值93038的价格和邮政编码栏。我尝试了很多不同的方法，但却无法解决问题。

另外，假设我想找到价格平均值，邮政编码为93038.我该怎么做？

提前致谢。

Answer 1

你可以尝试：

import graphlab as gl
sf = gl.SFrame({'price':[1,4,2],'zipcode':['93038','93038','93037']})

# Filtering
filter_sf = sf[(sf['zipcode']=='93038')] 

# Displaying
print filter_sf[['price', 'zipcode']]

# Averaging a column
print filter_sf['price'].mean()

Answer 2

I and  team discussed and decide for JobNo ACK33938Y9   . Need to validate it . Next no : JIK24928Z9.

Answer 3

这是我做的：

- 第一个选项

sf[sf['zipcode']=='98039']['price'].mean()

- 第二个选项

zip = ['98039'] *#create your variable with the zipcode you want*

m_price = sf.filter_by(zip, 'zipcode') *#you filter the column 'zipcode' by your zipcode*

print m_price['price'].mean() *#print the mean of the zipcode*

Answer 4

使用GroupBy操作和topk（）函数

import graphlab.aggregate as agg
sf_ = sf.groupby(key_columns = 'zipcode', operations={'Mean by ZipCode' : agg.MEAN('price')})
sf_.topk('Mean by ZipCode', k=1)

在GraphLab Sframe中过滤和显示值？

4 个答案: