Python Pandas 数据扩充：使用高斯噪声和随机采样

Python Pandas 数据扩充：使用高斯噪声和随机采样

本代码示例演示了如何使用 Python Pandas 库扩充数据集。通过注入高斯噪声和随机采样，将3组14维数据扩充至99组，并保存到Excel表格。

代码：

import pandas as pd
import numpy as np
import random

# 读入3组14维已知数据
data = pd.read_excel('data.xlsx', header=None)

# 注入高斯噪声
mean = 0
std_dev = 0.05
noisy_data = data.apply(lambda x: x + np.random.normal(mean, std_dev, len(x)))

# 扩充数据为99组14维数据
num_samples = 99
expanded_data = pd.DataFrame(columns=data.columns)
for i in range(num_samples):
    row = noisy_data.iloc[random.randint(0, len(noisy_data)-1)]
    expanded_data = pd.concat([expanded_data, pd.DataFrame([row])], ignore_index=True)

# 导出Excel表格
expanded_data.to_excel('expanded_data.xlsx', header=False, index=False)

代码说明：

1. 读入数据： 使用 pd.read_excel() 函数从名为 'data.xlsx' 的 Excel 文件中读取数据，并存储在名为 data 的 Pandas DataFrame 中。
2. 注入高斯噪声： 使用 np.random.normal() 函数生成高斯噪声，并使用 data.apply() 函数将噪声添加到原始数据中，得到名为 noisy_data 的 DataFrame。
3. 扩充数据： 使用循环，从 noisy_data DataFrame 中随机选择一行，并将其添加到名为 expanded_data 的 DataFrame 中。
4. 导出数据： 使用 expanded_data.to_excel() 函数将扩充后的数据保存到名为 'expanded_data.xlsx' 的 Excel 文件中。

注意：

• 本代码示例假设 'data.xlsx' 文件存在于当前目录下，并且包含 3 组 14 维数据。
• 为了使用 pd.concat() 函数进行数据拼接，需要将 row 转换为 DataFrame。
• 您可以根据自己的需要调整代码中的参数，例如 num_samples 和 std_dev。

希望这篇文章能够帮助您理解如何使用 Python Pandas 库扩充数据集。如果您有任何问题，请随时留言。