เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแปลงคอลัมน์เป็นค่าไบนารี

แม้ว่าค่าตัวเลขมักจะนำไปใช้ได้โดยตรงโดยไม่ต้องผ่านการทำ feature engineering แต่ก็มีบางกรณีที่การปรับแต่งข้อมูลให้อยู่ในรูปแบบที่เหมาะสมนั้นมีประโยชน์อย่างมาก ตัวอย่างเช่น บางครั้งเราอาจไม่สนใจขนาดของค่า แต่สนใจเพียงทิศทางของมันหรือแค่ว่ามีค่าอยู่หรือไม่ ในสถานการณ์เช่นนี้ การแปลงคอลัมน์เป็นค่าไบนารีคือวิธีที่เหมาะสม ในชุดข้อมูล so_survey_df มีผู้ตอบแบบสอบถามจำนวนมากที่ทำงานโดยไม่ได้รับค่าตอบแทน คุณจะสร้างคอลัมน์ใหม่ชื่อ Paid_Job เพื่อระบุว่าแต่ละคนได้รับเงินเดือนหรือไม่ (กล่าวคือ เงินเดือนมากกว่าศูนย์)

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering สำหรับ Machine Learning ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างคอลัมน์ใหม่ชื่อ Paid_Job โดยกำหนดค่าเริ่มต้นเป็นศูนย์ทั้งหมด
  • แทนที่ค่าใน Paid_Job ด้วย 1 ในแถวที่ค่า ConvertedSalary ที่สอดคล้องกันมากกว่า 0

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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())
แก้ไขและรันโค้ด