У меня есть фреймворк pandas со столбцами смешанного типа, и я хотел бы применить sklearn min_max_scaler к некоторым столбцам. В идеале я хотел бы сделать эти преобразования на месте, но пока не понял способ сделать это. Я написал следующий код, который работает:
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
Мне интересно, если это предпочтительный/самый эффективный способ сделать это преобразование. Есть ли способ использовать df.apply, что было бы лучше?
Я также удивлен, что не могу получить следующий код для работы:
bad_output = min_max_scaler.fit_transform(dfTest['A'])
Если я передаю полный кадр данных в скаляр, он работает:
dfTest2 = dfTest.drop('C', axis = 1)
good_output = min_max_scaler.fit_transform(dfTest2)
good_output
Я смущен, почему сбой серии с масштабированием не получается. В моем полном рабочем коде выше я надеялся просто передать серию в scaler, а затем установить столбец dataframe = в масштабированную серию. Я видел, что этот вопрос задал несколько других мест, но не нашел хорошего ответа. Любая помощь в понимании того, что здесь происходит, будет очень признательна!