在特定列标准化Pandas DataFrame

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在特定列标准化Pandas DataFrame相关的知识,希望对你有一定的参考价值。

我有一个具有以下结构的Pandas DataFrame。

Feature 1  | Feature 2  | Feature 3
10         | 200        | True
30         | 233        | False
45         | 344        | True

任何想法我怎么能只对功能1和功能2进行标准化?而不更改原始DataFrame的索引。

我已经尝试过以下代码,但它会对所有列进行规范化并将数据框的索引更改为0,1,2

x = df.values
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(x)
dataset = pd.DataFrame(x_scaled)
答案

只需创建数据框的视图:

x = df[['Feature 1', 'Feature 2']]
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(x)
dataset = pd.DataFrame(x_scaled)
dataset['Feature 3'] = df['Feature 3']

以上是关于在特定列标准化Pandas DataFrame的主要内容,如果未能解决你的问题,请参考以下文章

Pandas:按行从 DataFrame 的特定列中选择值

pandas删除dataframe列名称中包含特定字符串的数据列(dropping columns contains specifiec substring in dataframe)

pandas基于条件判断更新dataframe中特定数据列数值内容的值(Conditionally updating values in specific pandas Dataframe )

pandas基于条件判断更新dataframe中特定数据列数值内容的值(Conditionally updating values in specific pandas Dataframe )

pandas使用set_index函数将dataframe中的特定数据列转化为索引列(setting a new index of a dataframe)

如何从 pandas DataFrame 中“取消透视”特定列?