在对一组数据运行Scikit Learn的方差阈值后，它删除了几个特性。我觉得我在做一些简单但愚蠢的事情，但我想保留其余功能的名称。以下代码：
定义变量阈值选择器（数据）：
选择器=方差阈值（.5）
选择器.fit（数据）
选择器=（pd.DataFrame（selector.transform（data）））
返回选择器
x=方差阈值选择器（数据）
打印（x）
更改以下数据（这只是行的一小部分）：
幸存的P类性别年龄SibSp烤焦废话
0 3 1 22 1 0 0
1 1 2 38 1 0 0
1 3 2 26 0 0 0
进入这个（同样只是行的一小部分）
0 1 2 3
0 3 22.0 1 0
1 1 38.0 1 0
2 3 26.0 0 0
使用get_support方法，我知道它们是Pclass、Age、Sibsp和Parch，因此我希望返回类似以下内容的内容：
p类年龄Sibsp Parch
0 3 22.0 1 0
1 1 38.0 1 0
2 3 26.0 0 0
有没有一个简单的方法可以做到这一点？我对Scikit学习非常陌生，所以我可能只是在做一些愚蠢的事情
需要帮忙吗？如果您向它传递一个数据帧，它将获取列，并使用您提到的get_support按列的索引遍历列列表，以仅提取满足差异阈值的列标题
>&燃气轮机&燃气轮机；df
存活的P类性别年龄SibSp烤肉无意义
0 0 3 1 22 1 0 0
1 1 1 2 38 1 0 0
2 1 3 2 26 0 0 0
&燃气轮机&燃气轮机&燃气轮机；从sklearn.feature\u选择导入变量阈值
&燃气轮机&燃气轮机&燃气轮机；def偏差阈值选择器（数据，阈值=0.5）：
选择器=方差阈值（阈值）
选择器.fit（数据）
返回数据[data.columns[selector.get_support（index=True）]]
&燃气轮机&燃气轮机&燃气轮机；方差阈值选择器（df，0.5）
P阶级年龄
0 3 22
1 1 38
2 3 26
&燃气轮机&燃气轮机&燃气轮机；方差阈值选择器（df，0.9）
年龄
0 22
1 38
2 26
&燃气轮机&燃气轮机&燃气轮机；方差阈值选择器（df，0.1）
存活的P类性别年龄SibSp
0 0 3 1 22 1
1 1 1 2 38 1
2 1 3 2 26 0