Python 在数据帧转换后保留标头
我正在使用sklearn和pandas进行一些微阵列,我有一个pandas数据框架,每个列都命名为。所以我正在对数据帧进行一些转换,本质上是特征选择Python 在数据帧转换后保留标头,python,pandas,numpy,scikit-learn,Python,Pandas,Numpy,Scikit Learn,我正在使用sklearn和pandas进行一些微阵列,我有一个pandas数据框架,每个列都命名为。所以我正在对数据帧进行一些转换,本质上是特征选择 data = pd.read_csv("data.txt") print(data) 导致 1007_s_at 1053_at ... AFFX-TrpnX-5_at AFFX-TrpnX-M_at 0 3.96932 2.52634 ... 2.096
data = pd.read_csv("data.txt")
print(data)
导致
1007_s_at 1053_at ... AFFX-TrpnX-5_at AFFX-TrpnX-M_at
0 3.96932 2.52634 ... 2.09691 1.99123
1 4.10452 2.43457 ... 2.28103 2.06446
2 3.95308 2.36736 ... 2.11059 1.80618
3 3.99712 2.55388 ... 2.13354 1.91908
4 3.95279 2.21484 ... 2.22531 2.03342
.. ... ... ... ... ...
96 3.79560 2.74194 ... 2.01703 2.03743
97 3.79817 2.47422 ... 2.12385 2.07188
98 3.84186 2.59329 ... 2.16435 1.69897
[99 rows x 22283 columns]
正如我们所看到的,每一列都有一个名称
然后我用VarianceThreshold方法删除一些列
data = VarianceThreshold(0.04).fit_transform(data)
print(data)
print("After Variance Threshold data shape: ", data.shape)
所以新的数据看起来像
[[4.1835 2.20952 2.41664 ... 2.21748 2.69197 2.41996]
[3.82478 2.2878 1.69897 ... 1.87506 2.09691 2.35411]
[4.1503 2.32015 2.35793 ... 2.01284 2.2833 2.15534]
...
[3.85576 3.26694 2.71684 ... 2.68305 3.18298 2.83378]
[3.25912 2.04922 2.58092 ... 2.0607 2.66932 2.42325]
[3.34044 2.24551 2.60097 ... 2.03743 2.31806 2.35984]]
After Variance Threshold data shape: (99, 5002)
现在,数据是一个numpy数组,我丢失了原始数据帧中保留的每一列的标题
有没有办法让熊猫/numpy保存它们?你可以用它来获得面具,而不是结果:
In [11]: df = pd.DataFrame([[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]], columns=list("ABCD"))
In [12]: df
Out[12]:
A B C D
0 0 2 0 3
1 0 1 4 3
2 0 1 1 3
In [13]: VarianceThreshold().fit(df).get_support()
Out[13]: array([False, True, True, False])
In [14]: df.loc[:, VarianceThreshold().fit(df).get_support()]
Out[14]:
B C
0 2 0
1 1 4
2 1 1
在您的示例中:
df.loc[:, VarianceThreshold(0.04).fit(data).get_support()]
Numpy数组没有头。考虑到我们看不到您在转换数据以及在阵列和数据帧之间切换时所采取的任何步骤,我们不可能给出任何建议。请给我一个@roganjosh我编辑了这篇文章,并在5002中添加了22283列的更多信息,它怎么能保留列名?@还有,我不明白你想说什么,当标题越来越少的时候,你怎么能“保留标题”。尽管在“您的示例”部分中,它应该是data.loc[:,VarianceThreshold(0.04).fit(data.get_support())。这很有魅力。非常感谢你。