Impara Trasformatore di Colonne

Quando si richiama .fit_transform(X) su una Pipeline, ogni trasformatore viene applicato a tutte le colonne, il che non è sempre desiderabile. Alcune colonne possono richiedere encoder diversi — ad esempio, OrdinalEncoder per le variabili ordinali e OneHotEncoder per quelle nominali. ColumnTransformer risolve questo problema permettendo di assegnare trasformatori diversi a colonne specifiche utilizzando make_column_transformer.

make_column_transformer accetta tuple del tipo (transformer, [columns]). Ad esempio, applicare OrdinalEncoder a 'education' e OneHotEncoder a 'gender':

ct = make_column_transformer(
   (OrdinalEncoder(), ['education']),
   (OneHotEncoder(), ['gender']),
   remainder='passthrough'
)

Nota

remainder controlla cosa succede alle colonne non specificate. Predefinito: 'drop'. Per mantenere tutte le altre colonne invariate, impostare remainder='passthrough'.

Ad esempio, considera il file exams.csv. Contiene diverse colonne nominali ('gender', 'race/ethnicity', 'lunch', 'test preparation course') e una colonna ordinale, 'parental level of education'.


              12345
            
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/exams.csv')

print(df.head())

Utilizzando ColumnTransformer, i dati nominali possono essere trasformati con OneHotEncoder e i dati ordinali con OrdinalEncoder in un solo passaggio.


              12345678910111213
            
from sklearn.compose import make_column_transformer
from sklearn.preprocessing import OneHotEncoder, OrdinalEncoder

edu_categories = ['high school', 'some high school', 'some college', "associate's degree", 
                  "bachelor's degree", "master's degree"]

ct = make_column_transformer(
  (OrdinalEncoder(categories=[edu_categories]), ['parental level of education']),
  (OneHotEncoder(), ['gender', 'race/ethnicity', 'lunch', 'test preparation course']),
  remainder='passthrough'
)

print(ct.fit_transform(df))

Il ColumnTransformer è esso stesso un trasformatore, quindi fornisce i metodi standard .fit(), .fit_transform() e .transform().

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 3. Capitolo 2

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Suggested prompts:

Can you explain what the `remainder='passthrough'` argument does?

How do I know which columns are nominal or ordinal in my own dataset?

Can you show how to use the transformed data in a machine learning model?

Awesome!

Completion rate improved to 3.13

Scorri per mostrare il menu