当dataframe的行中有特性时，如何使用python选择特性

Question

我的数据框是这样的：其中px1，px2，…px99是占位符，并以列的形式出现在数据框中。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。我知道我可以过滤来自随机森林的Px，但实际功能是如何嵌入其中的呢？我用的是python。在

px1 px2 px3 px4 px5 px6 px7 px8 px9 px10

5569 5282 93
5569 5280 93 9904
5569 5282 93 93 3893 8872 387 9904
5569 5280 5551 93 3995 8607
5569 5280 93 8867
5282 5569 93 9904 93

Answer 1

你不需要超过2列，因为时间顺序无关紧要，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：

^{pr2}$