将 ColumnTransformer() 结果附加到管道中的原始数据？

Question

这是我的输入数据：

这是所需的输出，其中对列 r、f 和 m 进行了转换，并将结果附加到原始数据

这是代码：

import pandas as pd

import numpy as np

from sklearn.preprocessing import StandardScaler

from sklearn.compose import ColumnTransformer

from sklearn.preprocessing import PowerTransformer    

df = pd.DataFrame(np.random.randint(0,100,size=(10, 3)), columns=list('rfm'))

column_trans = ColumnTransformer(

    [('r_std', StandardScaler(), ['r']),

     ('f_std', StandardScaler(), ['f']),

     ('m_std', StandardScaler(), ['m']),

     ('r_boxcox', PowerTransformer(method='box-cox'), ['r']),

     ('f_boxcox', PowerTransformer(method='box-cox'), ['f']),

     ('m_boxcox', PowerTransformer(method='box-cox'), ['m']),

    ])

transformed = column_trans.fit_transform(df)

new_cols = ['r_std', 'f_std', 'm_std', 'r_boxcox', 'f_boxcox', 'm_boxcox']

transformed_df = pd.DataFrame(transformed, columns=new_cols)

pd.concat([df, transformed_df], axis = 1)

我还需要额外的转换器，所以我需要将原始列保留在管道中。有没有更好的方法来处理这个问题？特别是在管道中进行串联和列命名？

Answer 1

是的，有一种方法可以做到这一点，幸运地包含在 SKLearn 中。在ColumnTransformer的原始文档中，您可以找到令人困惑但有用的一行，如下所示：变压器{'drop'、'passthrough'} 或估算器Estimator 必须支持拟合和变换。特殊情况的字符串 'drop' 和 'passthrough' 也被接受，分别表示删除列或将它们传递给未转换的列。这意味着如果您想在 期间保留一列ColumnTransformer或在 期间删除一列ColumnTransformer，您可以简单地使用两个特殊大小写的字符串之一来指示它，就像这样：column_trans = ColumnTransformer([('r_std', StandardScaler(), ['r']), ('f_std', StandardScaler(), ['f']), ('m_std', StandardScaler(), ['m']), ('r_boxcox', PowerTransformer(method='box-cox'), ['r']), ('f_boxcox', PowerTransformer(method='box-cox'), ['f']), ('m_boxcox', PowerTransformer(method='box-cox'), ['m']), ('col_keep', 'passthrough', ['r','f','m'])])如果您然后使用ColumnTransformer，那 3 列将被保留并且不会被删除。或者，如果您使用'drop'代替'passthrough'，则可以有选择地删除某些列。这remainder='passthrough'将允许您删除一些列并保留所有其他列。希望这个对你有帮助！