Đang tải tập dữ liệu về SKLearn vào Pandas DataFrame

Question

Tôi đang cố gắng tải một sklearn.dataset và thiếu cột, theo các khóa (target_names, target & DESCR). Tôi đã thử các phương pháp khác nhau để bao gồm cột cuối cùng, nhưng có lỗi.

import numpy as np 
import pandas as pd 
from sklearn.datasets import load_breast_cancer 

cancer = load_breast_cancer() 
print cancer.keys() 

các phím là [ 'target_names', 'dữ liệu', 'mục tiêu', 'DESCR', 'feature_names']

data = pd.DataFrame(cancer.data, columns=[cancer.feature_names]) 
print data.describe() 

với đoạn code trên, nó chỉ trả lại 30 cột, khi tôi cần 31 cột. Cách tốt nhất là tải các tập dữ liệu scikit-learn vào pandas DataFrame.

Answer 1

Nếu bạn muốn có cột target, bạn sẽ cần phải thêm nó vì nó không nằm trong số cancer.data. cancer.target có cột có 0 hoặc 1 và cancer.target_names có nhãn. Tôi hy vọng những điều sau đây là những gì bạn muốn:

import numpy as np 
import pandas as pd 
from sklearn.datasets import load_breast_cancer 

cancer = load_breast_cancer() 
print cancer.keys() 

data = pd.DataFrame(cancer.data, columns=[cancer.feature_names]) 
print data.describe() 

data = data.assign(target=pd.Series(cancer.target)) 
print data.describe() 

# In case you want labels instead of numbers. 
data.replace(to_replace={'target': {0: cancer.target_names[0]}}, inplace=True) 
data.replace(to_replace={'target': {1: cancer.target_names[1]}}, inplace=True) 
print data.shape # data.describe() won't show the "target" column here because I converted its value to string. 

Answer 2

Điều này cũng hoạt động, cũng sử dụng pd.Series.

import numpy as np 
import pandas as pd 
from sklearn.datasets import load_breast_cancer 

cancer = load_breast_cancer() 
print cancer.keys() 

data = pd.DataFrame(cancer.data, columns=[cancer.feature_names]) 
data['Target'] = pd.Series(data=cancer.target, index=data.index) 

print data.keys() 
print data.shape 

Answer 3

Một tùy chọn khác, nhưng một lớp lót, để tạo ra các dataframe bao gồm các tính năng và biến mục tiêu là:

import pandas as pd 
import numpy as np 
from sklearn.datasets import load_breast_cancer 

cancer = load_breast_cancer() 
df = pd.DataFrame(np.c_[cancer['data'], cancer['target']], 
        columns= np.append(cancer['feature_names'], ['target']))