我想将scaling(使用sklearn.preprocessing中的StandardScaler())应用于pandas数据帧。下面的代码返回一个numpy数组,因此我丢失了所有的列名和索引。这不是我想要的。
features = df[["col1", "col2", "col3", "col4"]]
autoscaler = StandardScaler()
features = autoscaler.fit_transform(features)
我在网上找到的一个“解决方案”是:
features = features.apply(lambda x: autoscaler.fit_transform(x))
它似乎起作用,但会导致一个弃用警告:
/usr/lib/python3.5/site-packages/sklearn/preprocessing/data.py:583: DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample.
因此我试图:
features = features.apply(lambda x: autoscaler.fit_transform(x.reshape(-1, 1)))
但这给了我们:
Traceback (most recent call last): File "./analyse.py", line 91, in features = features.apply(lambda x: autoscaler.fit_transform(x.reshape(-1, 1))) File "/usr/lib/python3.5/site-packages/pandas/core/frame.py", line 3972, in apply return self._apply_standard(f, axis, reduce=reduce) File "/usr/lib/python3.5/site-packages/pandas/core/frame.py", line 4081, in _apply_standard result = self._constructor(data=results, index=index) File "/usr/lib/python3.5/site-packages/pandas/core/frame.py", line 226, in init mgr = self._init_dict(data, index, columns, dtype=dtype) File "/usr/lib/python3.5/site-packages/pandas/core/frame.py", line 363, in _init_dict dtype=dtype) File "/usr/lib/python3.5/site-packages/pandas/core/frame.py", line 5163, in _arrays_to_mgr arrays = _homogenize(arrays, index, dtype) File "/usr/lib/python3.5/site-packages/pandas/core/frame.py", line 5477, in _homogenize raise_cast_failure=False) File "/usr/lib/python3.5/site-packages/pandas/core/series.py", line 2885, in _sanitize_array raise Exception('Data must be 1-dimensional') Exception: Data must be 1-dimensional
如何对pandas数据帧应用缩放,使数据帧保持完整?如果可能的话不复制数据。
df_scaled将是“相同”的数据帧,现在只有scaled值
可以使用^{} 将数据帧转换为numpy数组。随机数据集上的示例:
编辑: 根据上述
as_matrix()
文档的最后一句话,将as_matrix()
更改为values
,(不会更改结果):注:指数为10-19:
现在
fit_transform
数据帧获得scaled_features
array
:将缩放数据分配给数据帧(注意:使用
index
和columns
关键字参数保留原始索引和列名:编辑2:
遇到了sklearn-pandas包。它的重点是使scikit更易于与熊猫一起使用。
sklearn-pandas
在需要对DataFrame
(一种更常见的方案)的列子集应用多种类型的转换时尤其有用。这是有文档记录的,但这是实现我们刚才执行的转换的方法。相关问题 更多 >
编程相关推荐