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)

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())