当dataframe具有行中的功能时，如何使用python选择功能

我的数据框是这样的：其中px1、px2、…px99是占位符，在数据框中显示为列。它具有5569、5282等值，这些值是要选择的真实特征。这些特征有数千种。我想过滤重要的功能。尝试使用随机林。我知道我可以从随机林中过滤Px，但如何在其中嵌入实际功能？我正在使用python

px1 px2 px3 px4 px5 px6 px7 px8 px9 px10

5569 5282 93
55695280939904
55695282933893887238979904
5569528055519339958607
5569 5280 93 8867

---

5282556993990493

您不需要超过两列，因为时间顺序不重要，所以

df = pds.concat([df[['px1',col]].rename(columns={col:'px2'}) for col in df.columns],\
                 axis=0,join='outer').dropna()

现在，因为你只考虑第一个变量，你必须看到：

for label,dist in df.groupby('px1')['px2']:
   dist.hist(bins=len(dist.unique()),label=label)

---

您不需要超过2列，因为时间顺序不重要，所以

df = pds.concat([df[['px1',col]].rename(columns={col:'px2'}) for col in df.columns],\
                 axis=0,join='outer').dropna()

现在，因为你只考虑第一个变量，你必须看到：

for label,dist in df.groupby('px1')['px2']:
   dist.hist(bins=len(dist.unique()),label=label)

---

更明确一点！是否要为每行或所有原始数据选择要素？列是否有条件？@G.S:我想为所有行选择特征（无特定行）。我想建立一个回归模型。为此，我想选择重要的功能。我不明白你说的是什么意思？你是说标准化还是缩放？特征代表特定的疾病，当患者访问医院时，医生会进入该疾病。每一行都是患者就诊医院的遭遇级别数据。例如：如果一个人访问附录操作，则5569（在px1第一行中）代表附录。但是，对于阑尾，患者将在第一排接受x光（5582）、止痛药（93）等检查。我理解。那么你所说的“重要”是指分销模式？你在乎时间安排吗？因为止痛药之前的x光片和x光片之前的止痛药是一样的？@G.S:时间安排并不重要。所有代码可以以任何顺序出现。选择主要（重要）功能的原因是：我想为阑尾手术等不同疾病建立模型。我想知道，当不同的患者访问不同的医院时，所有重要的程序（代码如5569、5280等）都是对他们执行的。您可以看到，第1行中只有三个程序代码，而第3行中有8个程序代码用于同一组疾病。每行最多可以有99个。因此，我想过滤执行的重要过程。更加明确！是否要为每行或所有原始数据选择要素？列是否有条件？@G.S:我想为所有行选择特征（无特定行）。我想建立一个回归模型。为此，我想选择重要的功能。我不明白你说的是什么意思？你是说标准化还是缩放？特征代表特定的疾病，当患者访问医院时，医生会进入该疾病。每一行都是患者就诊医院的遭遇级别数据。例如：如果一个人访问附录操作，则5569（在px1第一行中）代表附录。但是，对于阑尾，患者将在第一排接受x光（5582）、止痛药（93）等检查。我理解。那么你所说的“重要”是指分销模式？你在乎时间安排吗？因为止痛药之前的x光片和x光片之前的止痛药是一样的？@G.S:时间安排并不重要。所有代码可以以任何顺序出现。选择主要（重要）功能的原因是：我想为阑尾手术等不同疾病建立模型。我想知道，当不同的患者访问不同的医院时，所有重要的程序（代码如5569、5280等）都是对他们执行的。您可以看到，第1行中只有三个程序代码，而第3行中有8个程序代码用于同一组疾病。每行最多可以有99个。因此，我想过滤执行的重要程序。