在sklearn.feature_selection之后过滤DataFrame

Question

我减少了数据集的维度（pandas DataFrame）。

X = df.as_matrix()
sel = VarianceThreshold(threshold=0.1)
X_r = sel.fit_transform(X) 

然后我想要恢复缩小的DataFrame（即只保留ok列）

我发现只有这种丑陋的方式，这是非常低效的，你有任何更清洁的想法吗？

    cols_OK = sel.get_support()  # which columns are OK?
    c = list()
    for i, col in enumerate(cols_OK):
        if col:
            c.append(df.columns[i])
    return df[c]

Answer 1

我认为你需要返回mask：

cols_OK = sel.get_support()
df = df.loc[:, cols_OK]

如果返回索引：

cols_OK = sel.get_support()
df = df.iloc[:, cols_OK]