Summary  
This chapter covers how to use ColumnTransformer to assign different transformers (e.g., OneHotEncoder, OrdinalEncoder) to specific columns within a pipeline, allowing mixed preprocessing strategies in one step.

General domain of usage  
Machine learning preprocessing

`.fit_transform(X)` で `Pipeline` を呼び出すと、各トランスフォーマーが**すべての列**に適用されますが、これは常に望ましいとは限りません。列ごとに異なるエンコーダーが必要な場合があります。例えば、順序特徴量には `OrdinalEncoder`、名義特徴量には `OneHotEncoder` を使用します。
`ColumnTransformer` を使うことで、`make_column_transformer` を利用して**特定の列に異なるトランスフォーマーを割り当てる**ことができます。

`make_column_transformer` は `(transformer, [columns])` のタプルを受け取ります。
例えば、`OrdinalEncoder` に `'education'` を、`OneHotEncoder` に `'gender'` を適用する場合:

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

`remainder` は指定されていない列に対して何を行うかを制御します。
デフォルト: `'drop'`。
他のすべての列を変更せずに保持するには、`remainder='passthrough'` を設定します。

注意

例えば、`exams.csv` ファイルを考える。複数の**名義尺度**の列（`'gender'`、`'race/ethnicity'`、`'lunch'`、`'test preparation course'`）と、1つの**順序尺度**の列（`'parental level of education'`）が含まれている。

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())

`ColumnTransformer` を使用することで、名義データは `OneHotEncoder` で、順序データは `OrdinalEncoder` で**一度に**変換可能。

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))

`ColumnTransformer` はそれ自体がトランスフォーマーであり、標準的なメソッド `.fit()`、`.fit_transform()`、および `.transform()` を提供します。

特徴量 `'education'`、`'income'`、`'job'` を持つデータセットがあるとします。次のコードを実行した場合、`'income'` 列はどうなりますか？（`remainder` 引数が指定されていないことに注意してください）

機械学習は今やあらゆる場所で利用されています。自分で学びたいと思いませんか？このコースは、機械学習の世界への入門として、基本的な概念の習得、最も人気のあるMLライブラリであるScikit-learnの操作、そして最初の機械学習プロジェクトの構築を学ぶためのものです。
このコースは、Python、Pandas、Numpyの基礎知識を持つ学生を対象としています。

機械学習の概念とMLプロジェクトのワークフローについて学習します。

前処理は、MLプロジェクトにおいて最も重要な段階の一つです。本章では、ほぼすべてのデータセットに必要な前処理手順について解説します。

パイプラインは、すべての前処理ステップとモデルを組み合わせるための便利な方法です。パイプラインを使用することで、モデルの学習や利用がはるかに簡単になります。

モデリングはMLプロジェクトの中で最も楽しい段階です。モデルの構築、チューニング、評価方法を学びましょう。