小编liu*_*ang的帖子

当我使用pandas value_count方法时,我得到以下数据:

new_df['mark'].value_counts()

1   1349110
2   1606640
3   175629
4   790062
5   330978

如何获得这样的每一行的百分比？

1   1349110 31.7%
2   1606640 37.8%
3   175629  4.1%
4   790062  18.6%
5   330978  7.8%

我需要将每一行除以这些数据的总和.

我得到如下列表：

cat score name
a   80  fa
c   88  lu
b   36  li
b   96  liu
d   99  zc
b   76  mi
d   89  lu
a   50  fa
d   69  zhang
b   36  huang
d   59  guan
b   96  ka
b   86  chao
c   98  le
a   50  mi
a   90  zc
c   83  chao
b   66  guan

如何使用大熊猫获得每只猫的最高3分？显示所有三行

我使用 scikit-learn 通过 k-means 进行聚类：

from sklearn import cluster 
k = 4
kmeans = cluster.KMeans(n_clusters=k)

但另一个问题是：如何使用 scikit 学习计算 k 均值特征重要性？