Separarea coloanelor numerice și categorice

În exercițiul anterior ai explorat caracteristicile setului de date și ești gata să faci câteva preprocesări. Acum vei separa variabilele categorice de cele numerice din DataFrame-ul telco_raw, folosind un prag personalizat pentru numărul de valori unice. Modulul pandas a fost deja importat pentru tine ca pd.

Setul de date brut pentru churn în telecom, telco_raw, a fost încărcat ca DataFrame pandas. Poți să te familiarizezi cu el explorându-l în consolă.

Acest exercițiu face parte din cursul

Machine Learning pentru Marketing în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Stochează numele coloanelor customerID și Churn.
Atribuie variabilei categorical numele coloanelor cu mai puțin de 5 valori unice.
Elimină target din listă.
Atribuie variabilei numerical toate numele de coloane care nu se află în custid, target și categorical.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Store customerID and Churn column names
custid = ['___']
target = ['___']

# Store categorical column names
categorical = telco_raw.___()[telco_raw.nunique() < ___].keys().tolist()

# Remove target from the list of categorical variables
categorical.remove(___[0])

# Store numerical column names
numerical = [x for x in telco_raw.___ if x not in custid + ___ + categorical]

Editează și rulează codul