Sélectionner des types de données précis
Il arrive souvent qu'un jeu de données contienne des colonnes de plusieurs types (comme celui avec lequel vous travaillez). La majorité des modèles de Machine Learning exigent un type de données uniforme pour l'ensemble des variables. De même, la plupart des techniques d'ingénierie des caractéristiques ne s'appliquent qu'à un seul type de données à la fois. Pour ces raisons, entre autres, vous aurez souvent besoin d'accéder uniquement aux colonnes de certains types lorsque vous travaillez avec un DataFrame.
Le DataFrame (so_survey_df) de l'exercice précédent est disponible dans votre espace de travail.
Cette activité fait partie du cours
Ingénierie des caractéristiques pour le Machine Learning en Python
Instructions de l’exercice
- Créez un sous-ensemble de
so_survey_dfqui ne contient que les colonnes numériques (intetfloat). - Affichez les noms des colonnes contenues dans
so_survey_df_num.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create subset of only the numeric columns
so_numeric_df = so_survey_df.____(____=[____])
# Print the column names contained in so_survey_df_num
print(so_numeric_df.____)