make_column_selector

classsklearn.compose.make_column_selector(pattern=None, *, dtype_include=None, dtype_exclude=None)[source]

Создать вызываемый объект для выбора столбцов, используемых с ColumnTransformer.

make_column_selector может выбирать столбцы на основе типа данных или имени столбца с использованием регулярного выражения. При использовании нескольких критериев выбора, все критерии должны совпадать для выбора столбца.

Пример использования make_column_selector в ColumnTransformer для выбора столбцов на основе типа данных (например, dtype), см. Преобразователь столбцов с различными типами данных.

Параметры:

patternстрока, по умолчанию=None

Имя столбцов, содержащих этот шаблон регулярных выражений, будет включено. Если None, выбор столбцов не будет производиться на основе шаблона.

dtype_includeтип данных столбца или список типов данных столбцов, по умолчанию=None

Выбор типов данных для включения. Более подробную информацию см. в pandas.DataFrame.select_dtypes.

dtype_excludeтип данных столбца или список типов данных столбцов, по умолчанию=None

Выбор типов данных для исключения. Более подробную информацию см. в pandas.DataFrame.select_dtypes.

Возвращает:

selectorвызываемый объект

Вызываемый объект для выбора столбцов, используемый с ColumnTransformer.

См. также

ColumnTransformer

Класс, позволяющий объединить результаты нескольких объектов преобразования, используемых на подмножествах столбцов данных, в единое пространство признаков.

Примеры

>>> from sklearn.preprocessing import StandardScaler, OneHotEncoder
>>> from sklearn.compose import make_column_transformer
>>> from sklearn.compose import make_column_selector
>>> import numpy as np
>>> import pandas as pd  
>>> X = pd.DataFrame({'city': ['London', 'London', 'Paris', 'Sallisaw'],
...                   'rating': [5, 3, 4, 5]})  
>>> ct = make_column_transformer(
...       (StandardScaler(),
...        make_column_selector(dtype_include=np.number)),  # rating
...       (OneHotEncoder(),
...        make_column_selector(dtype_include=object)))  # city
>>> ct.fit_transform(X)  
array([[ 0.90453403,  1.        ,  0.        ,  0.        ],
       [-1.50755672,  1.        ,  0.        ,  0.        ],
       [-0.30151134,  0.        ,  1.        ,  0.        ],
       [ 0.90453403,  0.        ,  0.        ,  1.        ]])

__call__(df)[source]

Вызываемый объект для выбора столбцов, используемый с ColumnTransformer.

Параметры:

dfдатафрейм формы (n_features, n_samples)

Датафрейм для выбора столбцов.

Примеры из галереи

Поддержка категориальных признаков в градиентном бустинге

Комбинирование прогнозирующих моделей с помощью стекинга

Оценка производительности алгоритмов обнаружения выбросов

Преобразователь столбцов с различными типами данных