Відокремлення числових і категоріальних стовпців

У попередній вправі ви дослідили характеристики набору даних і готові виконати попередню обробку. Тепер ви відокремите категоріальні та числові змінні з датафрейму telco_raw, задавши власний поріг кількості унікальних значень для поділу на категоріальні та числові. Модуль pandas уже імпортовано як pd.

Сирий набір даних щодо відтоку клієнтів у телекомі telco_raw завантажено для вас як датафрейм pandas. Ознайомтеся з даними, дослідивши їх у консолі.

Ця вправа є частиною курсу

Machine Learning для маркетингу в Python

Переглянути курс

Інструкції до вправи

Збережіть назви стовпців customerID і Churn.
Присвойте до categorical назви стовпців, що мають менше ніж 5 унікальних значень.
Видаліть target зі списку.
Присвойте до numerical усі назви стовпців, яких немає в custid, target і categorical.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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]

Редагувати та запускати код