使用 sklearn 缩放 pandas dataframe 列

Question

我有一个带有混合类型列的熊猫数据框，我想将 sklearn 的 min_max_scaler 应用于某些列。理想情况下，我想就地进行这些转换，但还没有找到一种方法来做到这一点。我编写了以下有效的代码：

 import pandas as pd
import numpy as np
from sklearn import preprocessing

scaler = preprocessing.MinMaxScaler()

dfTest = pd.DataFrame({'A':[14.00,90.20,90.95,96.27,91.21],'B':[103.02,107.26,110.35,114.23,114.68], 'C':['big','small','big','small','small']})
min_max_scaler = preprocessing.MinMaxScaler()

def scaleColumns(df, cols_to_scale):
    for col in cols_to_scale:
        df[col] = pd.DataFrame(min_max_scaler.fit_transform(pd.DataFrame(dfTest[col])),columns=[col])
    return df

dfTest

    A   B   C
0    14.00   103.02  big
1    90.20   107.26  small
2    90.95   110.35  big
3    96.27   114.23  small
4    91.21   114.68  small

scaled_df = scaleColumns(dfTest,['A','B'])
scaled_df

A   B   C
0    0.000000    0.000000    big
1    0.926219    0.363636    small
2    0.935335    0.628645    big
3    1.000000    0.961407    small
4    0.938495    1.000000    small

我很好奇这是否是进行此转换的首选/最有效方法。有没有一种方法可以使用 df.apply 会更好？

我也很惊讶我无法让以下代码工作：

 bad_output = min_max_scaler.fit_transform(dfTest['A'])

如果我将整个数据帧传递给它工作的缩放器：

 dfTest2 = dfTest.drop('C', axis = 1)
good_output = min_max_scaler.fit_transform(dfTest2)
good_output

我很困惑为什么将系列传递给定标器会失败。在我上面的完整工作代码中，我希望只将一个系列传递给缩放器，然后将数据框列设置为缩放系列。

原文由 flyingmeatball 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我不确定以前版本的 pandas 阻止了这个，但现在下面的代码片段对我来说非常有效，并且无需使用 apply

 >>> import pandas as pd
>>> from sklearn.preprocessing import MinMaxScaler

>>> scaler = MinMaxScaler()

>>> dfTest = pd.DataFrame({'A':[14.00,90.20,90.95,96.27,91.21],
                           'B':[103.02,107.26,110.35,114.23,114.68],
                           'C':['big','small','big','small','small']})

>>> dfTest[['A', 'B']] = scaler.fit_transform(dfTest[['A', 'B']])

>>> dfTest
          A         B      C
0  0.000000  0.000000    big
1  0.926219  0.363636  small
2  0.935335  0.628645    big
3  1.000000  0.961407  small
4  0.938495  1.000000  small

原文由 LetsPlayYahtzee 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

df = pd.DataFrame(scale.fit_transform(df.values), columns=df.columns, index=df.index)

这应该在没有折旧警告的情况下工作。

原文由 athlonshi 发布，翻译遵循 CC BY-SA 4.0 许可协议