Бінаризація стовпців
Хоча числові значення часто можна використовувати без інженерії ознак, бувають випадки, коли певне перетворення корисне. Наприклад, інколи вам не важлива величина значення — важливий лише його напрям або сам факт наявності. У таких ситуаціях варто бінаризувати стовпець. У даних so_survey_df є значна кількість респондентів, які працюють добровільно (без оплати). Ви створите новий стовпець Paid_Job, який позначатиме, чи отримує людина оплату (її зарплата більша за нуль).
Ця вправа є частиною курсу
Feature Engineering для машинного навчання в Python
Інструкції до вправи
- Створіть новий стовпець під назвою
Paid_Job, заповнений нулями. - Замініть усі значення
Paid_Jobна 1 там, де відповіднийConvertedSalaryбільший за 0.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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())