离散化所有变量

与其逐个离散化连续变量，不如自动完成离散化会更方便。要在 Python 中获取所有列的列表，您可以使用：

variables  = basetable.columns

只有连续变量需要被离散化。您可以通过检查变量是否具有多于预设数量的不同取值，来判断该变量是否需要离散化。

本练习是课程的一部分

Python 预测分析入门

查看课程

练习说明

创建列表 variables，其中包含基表的所有列名。
创建一个循环，检查列表 variables 中的所有变量。
完成 if 语句，仅对具有超过 5 个不同取值的变量进行离散化。
使用 qcut 方法将连续变量分成 10 个分箱。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Print the columns in the original basetable
print(basetable.columns)

# Get all the variable names except "target"
variables = list(____.____)
variables.remove("target")

# Loop through all the variables and discretize in 10 bins if there are more than 5 different values
for variable in ____:
    if len(basetable.groupby(____))>____:
        new_variable = "disc_" + variable
        basetable[new_variable] = pd.qcut(basetable[____], ____)
        
# Print the columns in the new basetable
print(basetable.columns)

编辑并运行代码