将列二值化

数值型变量通常可以直接使用而无需特征工程，但在某些情况下，适当的处理会更有帮助。比如，有时您并不关心数值的大小，只关心它的方向，或者是否存在。在这种情况下，就需要将某一列二值化。在 so_survey_df 数据中，有相当多的受访者是志愿工作（无报酬）。您将创建一个名为 Paid_Job 的新列，用于指示每个人是否有报酬（其工资大于 0）。

本练习是课程的一部分

Python 中的机器学习特征工程

查看课程

练习说明

创建一个名为 Paid_Job 的新列，初始值全部设为 0。
将对应 ConvertedSalary 大于 0 的行的 Paid_Job 值替换为 1。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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())

编辑并运行代码