Python 如何使用具有更高功能分数的选定列附加dataframe

嗨，我是python新手，如果问题不清楚，请告诉我。 这是我的数据框：

df = pd.DataFrame(df_test)

我正在使用卡方检验对该数值数据应用选择“k”最佳特征选择

X_clf = numeric_data.iloc[:,0:(col_len-1)] 
y_clf = numeric_data.iloc[:,-1]
bestfeatures = SelectKBest(score_func=chi2, k=2)
fit = bestfeatures.fit(X_clf,y_clf)
dfscores = pd.DataFrame(fit.scores_)
dfcolumns = pd.DataFrame(X_clf.columns)
featureScores = pd.concat([dfcolumns,dfscores],axis=1)

这是我的输出：

现在我希望附加我的数据框，只包含得分最高的两个特性。但是，我希望在添加到数据帧时不必对列名进行硬编码

我曾尝试将列名存储到列表中，并附加得分最高的列名，但得到一个值错误。是否有任何方法/功能可以通过存储选定的列，然后根据它们的分数添加它们来尝试

预期输出：“bmi”列不存在，因为它的得分最低，为3分

---

我认为您需要处理数据帧

featureScores

，以保持前两个具有最高

scores

的功能，然后使用此值作为列表来过滤原始数据帧中的列。大致如下：

important_features = featureScores.sort_values('Score',ascending=False)['Feature'].values.tolist()[:2] + ['charges']
filtered_df = df[important_features]

sort_values（）

用于确保将功能（如果有更多功能）从最高分数排序到最低分数。然后，我们将使用

.values.tolist（）[：2]

创建列

功能

（已排序）的前2个值的列表。由于您似乎还希望在输出中包含列

charges

，因此我们将在重要功能列表中手动添加

+['charges']

最后，我们通过仅从原始

df

中选择

重要的

列来创建

过滤的

根据评论进行编辑： 如果您可以保证

费用

将是原始

df

中的最后一列，那么您只需执行以下操作：

important_features = featureScores.sort_values('Score',ascending=False)['Feature'].values.tolist()[:2] + [df.columns[-1]]
filtered_df = df[important_features]

---

我看到您之前使用

y\u clf=numeric\u data.iloc[：，-1]

定义了

y

列，然后可以使用

y\u clf.columns

或

[df.columns[-1]

，两者都可以正常工作。

我认为您需要使用数据框

功能得分

来保留前两个得分最高的功能，然后使用此值作为列表来过滤原始数据框中的列。大致如下：

important_features = featureScores.sort_values('Score',ascending=False)['Feature'].values.tolist()[:2] + ['charges']
filtered_df = df[important_features]

sort_values（）

用于确保将功能（如果有更多功能）从最高分数排序到最低分数。然后，我们将使用

.values.tolist（）[：2]

创建列

功能

（已排序）的前2个值的列表。由于您似乎还希望在输出中包含列

charges

，因此我们将在重要功能列表中手动添加

+['charges']

最后，我们通过仅从原始

df

中选择

重要的

列来创建

过滤的

根据评论进行编辑： 如果您可以保证

费用

将是原始

df

中的最后一列，那么您只需执行以下操作：

important_features = featureScores.sort_values('Score',ascending=False)['Feature'].values.tolist()[:2] + [df.columns[-1]]
filtered_df = df[important_features]

---

我知道您之前已经使用

y\u clf=numeric\u data.iloc[：，-1]

定义了

y

列，然后可以使用

y\u clf.columns

或

[df.columns[-1]]

，两者都可以正常工作。

因此，首先您要找出哪些功能具有最大的值，然后查找不希望看到的列的Featurename

colToDrop = feature.iloc[~feature['Score'].nlargest(2)]['Feature'].values

接下来，我们只需过滤原始df并从columns列表中删除这些列

df[df.columns.drop(colToDrop)]

---

因此，首先要找出哪些要素的值最大，然后找到不希望看到的列的要素名称

colToDrop = feature.iloc[~feature['Score'].nlargest(2)]['Feature'].values

接下来，我们只需过滤原始df并从columns列表中删除这些列

df[df.columns.drop(colToDrop)]

---

您希望将功能和分数数据附加到哪些列？@BenPap我希望附加分数最高的功能列（在本例中为年龄和儿童，并删除bmi）添加到我的数据框中，以便仅选择重要的功能作为我的数据框的一部分。您希望将功能和分数数据附加到哪些列？@BenPap我希望附加分数最高的功能列（在本例中为年龄和儿童，并删除bmi）添加到我的dataframe，以便只选择重要的功能作为我的dataframe的一部分是的，谢谢，这似乎可以解决问题。如果我不硬编码目标列（在本例中为“费用”）就可以做同样的事情吗？问题是，您希望事先定义X和Y列，然后将

Y

列作为参数传递，而不必硬编码

charges

。必须至少有一个时间点需要告诉python目标列是

charges

，否则它不可能知道。除非您能保证

费用

将始终是原始数据框中的最后一列，在这种情况下，您可以查看我的编辑。如果答案有助于您解决问题，请随时接受，或者如果您还有其他问题，请告诉我是的，谢谢这似乎可以解决问题。如果我不硬编码目标列（在本例中为“费用”）就可以做同样的事情吗？问题是，您希望事先定义X和Y列，然后将

Y

列作为参数传递，而不必硬编码

charges

。必须至少有一个时间点需要告诉python目标列是

charges

，否则它不可能知道。除非您能保证

费用

始终是原始数据框中的最后一列，在这种情况下，您可以检查我的编辑。如果答案有助于您解决问题，请随时接受，或者如果您还有其他问题，请通知我