python特征生成中字符类型有截取、字符长度和频次。

一、python特征生成中字符类型

1、截取

当字符类型的值过多，通常可对字符类型变量做截取，以减少模型过拟合。如具体的家庭住址，可以截取字符串到城市级的粒度。

2、字符长度

统计字符串长度。如转账场景中，转账留言的字数某些程度可以刻画这笔转账的类型。

3、频次

二、python特征类型中字符使用

1、截取第一位字符串

df['I1_0'] = df['I1'].map(lambda x:str(x)[:1])

2、字符长度

df['I1_len'] = df['I1'].apply(lambda x:len(str(x)))

 

display(df.head())

3、字符串频次

df['I1'].value_counts()