栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

通过使用现有数据集作为基础数据集来生成数据

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

通过使用现有数据集作为基础数据集来生成数据

您可以使用R轻松生成符合正态分布的数据,可以按照以下步骤进行操作

#Read the data into a dataframelibrary(data.table)data = data = fread("data.csv", sep=",", select = c("latitude", "longitude"))#Remove duplicate and null valuesdf = data.frame("Lat"=data$"latitude", "Lon"=data$"longitude")df1 = unique(df[1:2])df2  <- na.omit(df1)#Determine the mean and standard deviation of latitude and longitude valuesmeanLat = mean(df2$Lat)meanLon = mean(df2$Lon)sdLat = sd(df2$Lat)sdLon = sd(df2$Lon)#Use Normal distribution to generate new data of 1 million recordsnewData = list()newData$Lat = sapply(rep(0, 1000000), function(x) (sum(runif(12))-6) * sdLat + meanLat)newData$Lon = sapply(rep(0, 1000000), function(x) (sum(runif(12))-6) * sdLon + meanLon)finalData = rbind(df2,newData)now final data contains both old records and new records

将finalData数据帧写入CSV文件,您可以从Scala或python中读取它



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/661479.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号