我們在用python進行機器學習建模時，首先需要對數據進行預處理然後進行特征工程，在這些過程中，數據的格式可能會發生變化，前幾天我遇到過的問題就是：

　　　　對數據進行標準化、歸一化、方差過濾的時候數據都從DataFrame格式變為了array格式。

這樣數據的列名就會消失，且進行特征選擇之後列的數量也會發生改變，因此需要重新對列進行映射，為其加上列名並轉化為DataFrame的格式。一般情況下可以分為三種情況：

1、對數據進行缺失值填補、編碼（處理分類型變量）、二值化（處理連續型變量）一般都是按照列對數據進行處理，因此處理完之後，直接覆蓋原數據即可。　　　　

data.loc[:,"Age
 
"]= SimpleImputer(strategy="median").fit_transform(data.loc[:,"Age"].values.reshape(-1,1))

2、對數據進行標準化、歸一化都是對整個特征矩陣進行處理，數據類型變為array，但是數據的列並沒有發生任何改變。直接將原始的列名重新映射至處理好的數據上。

X_train1 = min_max_scaler.fit_transform(X_train)  
X_train1=pd.DataFrame(X_train1)
X_train1.columns = X_train.columns

3、在所有特征選擇方法，方差，SelectKBest+各種統計量（卡方過濾、F檢驗、互信息法），嵌入法和包裝法，都有接口get_support，該接口有屬性get_support(indices=False)，參數為false的時候可以用來確定原特征矩陣中有哪些特征被選擇出來，返回布爾值True或者False，如果設定indices=True，就可以確定被選擇出來的特征在原特征矩陣中所在的位置的索引。

python數據預處理和特性選擇後列的映射