特征锦囊：如何把“年龄”字段按照我们的阈值分段？

• 2020 年 2 月 17 日
• 筆記

今日锦囊

特征锦囊：如何把“年龄”字段按照我们的阈值分段？

我们在进行特征处理的时候，也有的时候会遇到一些变量，比如说年龄，然后我们想要按照我们想要的阈值进行分类，比如说低于18岁的作为一类，18-30岁的作为一类，那么怎么用Python实现的呢？

是的，我们还是用到我们的泰坦尼克号的数据集，对数据进行预处理操作，见下：

# 导入相关库  import pandas as pd  import numpy as np  from pandas import Series,DataFrame    # 导入泰坦尼的数据集  data_train = pd.read_csv("./data/titanic/Train.csv")  # 修复部分age的值  data_train.loc[(data_train.Age<=1),'Age'] = 1  # 只保留部分值  data = data_train.loc[:,['PassengerId','Age']]  data.head()  

然后，我们编辑代码，按照我们的预期进行分组:

# 确定阈值，写入列表  bins = [0, 12, 18, 30, 50, 70, 100]  data['Age_group'] = pd.cut(data['Age'], bins)    dummies_Age = pd.get_dummies(data['Age_group'], prefix= 'Age')  data = pd.concat([data, dummies_Age], axis=1)    data.head()  

这样子就很神奇了吧，把年龄按照我们的需求进行分组，顺便使用独热编码生成了新的字段。

对今天的内容，大家还有其他需要了解的吗？欢迎留言咨询~