自动检测并删除不需要的功能



我是熊猫数据分析的新手。是否有可能在熊猫中自动检测所有不需要的功能,如 ID、名称、地址(假设它不是必需的)、日期时间(假设它不需要)?

  • 输入是具有有用和无用功能的任何数据框。
  • 输出 应该是没有不需要的功能的新数据帧。

在这里,我正在尝试进行分类,无监督学习(没有目标特征),但我不需要ID,姓名,地址等。

我使用了 df.info() 并删除了所有具有 dtype "对象"的功能,但我也缺少其他一些重要的分类功能。

如果有可能,谁能帮我解释一下?

我认为用python熊猫不可能做到这一点。您可以使用熊猫的drop()函数手动删除不需要的列。

例如:

df.drop(['col1', 'col2'], axis=1)

最新更新