Контекст
Я работаю с scikit-learn и ищу трансформатор, который позволяет мне просто выбирать, какие столбцы оставить или какие столбцы удалить.
Проблема
На практике я хотел бы включить в свой конвейер дополнительный шаг преобразователя, который позволяет мне выбирать, какие столбцы оставить или какие отбросить. Я знаю, что в приведенном ниже примере я мог бы просто использовать оставшуюся часть, но это не сработало бы в моей реальной реализации, где мне нужно параметризовать выбор столбцов, чтобы легко применить его как к обучению, тестированию и в конечном итоге к выигрышу.
Пример
import numpy as np
import pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn import preprocessing
prep_pipeline = ColumnTransformer(transformers=[("std_num", preprocessing.StandardScaler(), ["a", "b"])],
remainder = "passthrough")
X = pd.DataFrame([[0., 1., 2., 2.],
[1., 1., 0., 1.]])
X.columns = ["a", "b", "c", "d"]
prep_pipeline.fit_transform(X)
Ожидаемое решение
Решение Мне нужна труба дополнительный шаг трансформатора, роль которого исключительно для выбранного столбца ["a", "d"] поэтому ожидаемый результат:
array([[-1., 1.],
[ 1., -1.]])