问题标签 [sklearn-pandas]

我有 20 列和一个索引的数据框。

它的形状类似于 (100, 20)。

我想从此数据帧中分割第三列，但希望将结果保留为 (100,1) 的数据帧。

1. 如果我做 a v = df['col3']，我会得到一个 Series （我不想要）
2. 如果我做 av =df[df['col3']!=0]然后v.drop(label=[list of 19 columns], axis = 1)--- 我得到我想要的 [那是 df(100,1)] 但我必须

(a) 写一个不必要的 != 条件（我想避免）和

(b) 我必须写一个包含 19 个列名的长列表。

应该有一种更好、更清洁的方式来做我想做的事情。

最近引起我注意的是，如果您有这样的数据框df：

您可以使用以下命令自动对分类数据进行编码pd.get_dummies：

这产生了这个：

我通常LabelEncoder().fit_transform在放入之前用于此类任务pd.get_dummies，但如果我可以跳过一些可取的步骤。

pd.get_dummies通过简单地使用我的整个数据帧对其进行编码， 我是否会丢失任何东西？

我正在尝试使用 Python 3.5/Pandas/Sklearn.neighbors 在数据帧上拟合 KNN 模型。我已导入数据，将其拆分为训练和测试数据以及标签，但是当我尝试使用它进行预测时，出现以下错误。我对 Pandas 很陌生，所以任何帮助将不胜感激，谢谢！

我有一个x带有值的熊猫系列1，2或3。

我希望它具有值monkey, gorilla, 和tarzan取决于值。

我想我应该做类似的事情

但它不起作用。我想这是因为它不能按元素操作。

我有一个数据，其中包括按排序顺序排列的日期。

我想将给定的数据拆分为训练集和测试集。但是，我必须以测试必须比训练集更新的方式拆分数据。

请看给定的例子：

假设我们有按日期排列的数据：

1, 2, 3, ..., n.

从 1 到 n 的数字代表天数。

我想将其从数据中拆分为 20% 作为训练集，将 80% 的数据作为测试集。

我的代码：

不适合我！

有什么建议么？

我有一个数据集来构建分类器：

我只想选择重要的功能，所以我这样做：

所以 X_new 的形状为 3000x72，而 X 的形状为 3000x130。我想获取 X_new 中存在和不存在的功能列表。我该怎么做？

X 是一个带有标题的数据框，但 X_new 是一个列表列表，其中包含没有任何名称的特征值，所以我不能像在 pandas 中那样合并它。感谢您的任何帮助！

iPython 笔记本 Python 2

抱怨这条线：

为什么模型选择不起作用？

我正在尝试使用 train_test_split 和决策树回归器进行这种训练建模：

运行此程序时，我收到错误：

如果我将 cv 的值更改为 1，我会得到：

数据的一些示例行如下所示：

编辑：

这是数据csv的头部：

我看到的错误：

代码：

它在抱怨最后一行

数据来自已证明可以正常工作的 csv。

抱怨这条线：

代码：

数据：

数据是一个csv；标题看起来像：