CommencezCommencez gratuitement

Binariser des colonnes

Même si les valeurs numériques peuvent souvent être utilisées sans ingénierie des caractéristiques, il arrive qu'une certaine manipulation soit utile. Par exemple, dans certains cas, la valeur absolue importe peu ; ce qui compte, c'est le sens de la variation, ou simplement la présence d'une valeur. Dans ces situations, vous voudrez binariser une colonne. Dans les données so_survey_df, un grand nombre de répondants travaillent bénévolement (sans rémunération). Vous allez créer une nouvelle colonne appelée Paid_Job indiquant si chaque personne est rémunérée (son salaire est supérieur à zéro).

Cette activité fait partie du cours

Ingénierie des caractéristiques pour le Machine Learning en Python

Voir le cours

Instructions de l’exercice

  • Créez une nouvelle colonne appelée Paid_Job remplie de zéros.
  • Remplacez toutes les valeurs de Paid_Job par 1 lorsque la valeur correspondante de ConvertedSalary est supérieure à 0.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create the Paid_Job column filled with zeros
so_survey_df[____] = ____

# Replace all the Paid_Job values where ConvertedSalary is > 0
so_survey_df.____[____, 'Paid_Job'] = 1

# Print the first five rows of the columns
print(so_survey_df[['Paid_Job', 'ConvertedSalary']].head())
Modifier et exécuter le code