Лабораторная работа №4: Категоризация и бинарное представление данных

Описание

Категоризация данных товаров бисера: преобразование категориальных признаков, интервальное кодирование цен и создание бинарного представления данных.

Технологии

• Python 3.7+
• Pandas - обработка данных
• NumPy - числовые операции
• OpenPyXL - работа с Excel

Структура проекта

LW4.ipynb                 # основной скрипт обработки
DataFrame beads.xlsx      # исходные данные из ЛР3
DataFrame.xlsx            # результат (генерируется)

Функциональность

Задание 1: Категоризация данных

• Загрузка подготовленных данных из Excel файла
• Создание словаря категорий для категориальных признаков
• Преобразование столбцов с помощью функции map
• Автоматическое присвоение индексов уникальным значениям

Задание 2: Интервальное кодирование и бинарное представление

• Разбиение числовых данных на интервалы (цена на категории)
• Присвоение меток "Низкая", "Средняя", "Высокая", "Очень высокая"
• Преобразование в бинарное представление с помощью one-hot encoding
• Объединение датафреймов - исходного с бинарными признаками

Ключевые функции

Категоризация

def categorize_column(df, column)  # Преобразование категориального признака
def print_distribution(df, column) # Анализ распределения данных

Интервальное кодирование

def sampling_column(df, column, labels)  # Разбиение на интервалы с метками
def get_binary(column)                   # One-hot кодирование категорий

Вспомогательные функции

def import_xlsx()    # Загрузка данных из Excel
def save_xlsx(df)    # Сохранение результатов

Результат

Файл DataFrame.xlsx с преобразованными данными:

• Категоризированные признаки с числовыми индексами
• Цены, распределенные по интервальным категориям
• Бинарное представление категориальных данных
• Объединенный датасет с исходными и преобразованными признаками