我正在使用库中的模块Pipeline对我的数据集执行特征工程。ColumnTransformersklearn
数据集最初看起来像这样：
| 日期 | 日期块编号 | 店铺ID | 商品编号 | 商品价格 |
|---|---|---|---|---|
| 2013年1月2日 | 0 | 59 | 22154 | 999.00 |
| 2013年1月3日 | 0 | 25 | 2552 | 899.00 |
| 2013年1月5日 | 0 | 25 | 2552 | 899.00 |
| 2013年1月6日 | 0 | 25 | 2554 | 1709.05 |
| 2013年1月15日 | 0 | 25 | 2555 | 1099.00 |
$> data.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2935849 entries, 0 to 2935848
Data columns (total 6 columns):
# Column Dtype
--- ------ -----
0 date object
1 date_block_num object
2 shop_id object
3 item_id object
4 item_price float64
dtypes: float64(2), int64(3), object(1)
memory usage: 134.4+ MB …