学习的代码:https://blog.youkuaiyun.com/snoopy_yuan
Part 3 特征工程
该部分包括数据划分和各部分特征处理,首先是数据划分部分:
1. 关于DataFrame的数据显示时总是隐藏部分列的解决:
pd.set_option('max_columns',100)
参考:https://blog.youkuaiyun.com/yagamil/article/details/71642271
2. 关于DataFrame的drop_duplicates()方法:
DataFrame.drop_duplicates
(subset=None, keep='first', inplace=False)
其中,inplace参数,表示是否在原数据集上修改还是返回保留一个副本;默认值为false,即保留一个副本。
注意:
df.drop_duplicates(inplace=True) 是对原数据集df进行修改;
s=df.drop_duplicates(inplace=False) 与 s=df.drop_duplicates() 等价,原df不变,s中保存去重复项之后的内容。