Impara Columntrasformatore

Guardando al futuro, quando si invoca il metodo .fit_transform(X) su un oggetto Pipeline, esso applica ogni trasformatore all'intero insieme di feature in X. Tuttavia, questo comportamento potrebbe non essere sempre desiderato.

Ad esempio, potresti non voler codificare valori numerici oppure potresti aver bisogno di applicare trasformatori diversi a colonne specifiche — come utilizzare OrdinalEncoder per feature ordinali e OneHotEncoder per feature nominali.

Il ColumnTransformer risolve questo problema consentendo di trattare ogni colonna separatamente. Per creare un ColumnTransformer, è possibile utilizzare la funzione make_column_transformer dal modulo sklearn.compose.

La funzione accetta come argomenti delle tuple con il trasformatore e la lista delle colonne a cui applicare tale trasformatore.

Ad esempio, possiamo creare un ColumnTransformer che applica l'OrdinalEncoder solo alla colonna 'education' e l'OneHotEncoder solo alla colonna 'gender'.

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

Nota

L'argomento remainder specifica l'azione da intraprendere con le colonne non menzionate in make_column_transformer (in questo caso, colonne diverse da 'gender' ed 'education').

Per impostazione predefinita, è impostato su 'drop', il che significa che tutte le colonne non menzionate verranno eliminate dal dataset. Per includere queste colonne inalterate nell'output, impostare remainder su '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.


              123456789101112131415
            
import pandas as pd
from sklearn.compose import make_column_transformer
from sklearn.preprocessing import OneHotEncoder, OrdinalEncoder

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/exams.csv')
# Ordered categories of parental level of education for OrdinalEncoder
edu_categories = ['high school', 'some high school', 'some college', "associate's degree", "bachelor's degree", "master's degree"]
# Making a column transformer
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 specify custom order for ordinal categories in `OrdinalEncoder`?

What does the output of `ct.fit_transform(df)` look like?

Scorri per mostrare il menu