ML之FE：特征工程中的特征拼接处理(常用于横向拼接自变量特征和因变量特征)

爱被打了一巴掌 2022-11-15 03:41 98阅读 0赞

**目录**

特征工程中的特征拼接处理(常用于横向拼接自变量特征和因变量特征)

输出结果

实现代码

--------------------

# 特征工程中的特征拼接处理(常用于横向拼接自变量特征和因变量特征) #

## 输出结果 ##

<class 'pandas.core.frame.DataFrame'>
    RangeIndex: 768 entries, 0 to 767
    Data columns (total 9 columns):
     #   Column                    Non-Null Count  Dtype  
    ---  ------                    --------------  -----  
     0   Pregnancies               768 non-null    int64  
     1   Glucose                   768 non-null    int64  
     2   BloodPressure             768 non-null    int64  
     3   SkinThickness             768 non-null    int64  
     4   Insulin                   768 non-null    int64  
     5   BMI                       768 non-null    float64
     6   DiabetesPedigreeFunction  768 non-null    float64
     7   Age                       768 non-null    int64  
     8   Outcome                   768 non-null    int64  
    dtypes: float64(2), int64(7)
    memory usage: 54.1 KB
    None
       Pregnancies  Glucose  BloodPressure  SkinThickness   BMI  Outcome
    0            6      148             72             35  33.6        1
    1            1       85             66             29  26.6        0
    2            8      183             64              0  23.3        1
    3            1       89             66             23  28.1        0
    4            0      137             40             35  43.1        1

## 实现代码 ##

# ML之DS：特征工程中的特征拼接处理(常用于横向拼接自变量特征和因变量特征)
    import pandas as pd
    
    data_frame=pd.read_csv('data_csv_xls\diabetes\diabetes.csv')
    print(data_frame.info())
    
    col_label='Outcome'
    cols_other=['Pregnancies','Glucose','BloodPressure','SkinThickness','BMI']
    data_X=data_frame[cols_other]
    data_y_label_μ=data_frame[col_label]
    data_dall = pd.concat([data_X, data_y_label_μ], axis=1)
    print(data_dall.head())