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)

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())
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/115333547