如何将变换方法应用于部分数据框答案

【问题标题】：How to apply transform method to partial data frame如何将变换方法应用于部分数据框
【发布时间】：2021-10-01 05:20:53
【问题描述】：

我有一个包含许多列的数据框。我想将from sklearn.preprocessing import MinMaxScaler 中的MinMaxScaler 应用于数据框。

但是，之前我将两个数据框合并为一个，并添加了一个“类型”列来区分。所以'type'列有两个值'train'和'test'。

现在当我想对它应用标量时，它会抛出错误，说值应该是数字。我明白了。

所以我写了这样的代码：

scalar = MinMaxScaler()
data = pd.DataFrame(scalar.fit_transform(data), columns=data.columns.drop("type"))

data.head()

这意味着我只给它指定的列，对吗？但我仍然遇到同样的错误。

---------------------------------------------------------------------------

ValueError                                Traceback (most recent call last)

<ipython-input-216-85712d22d323> in <module>
      1 scalar = MinMaxScaler()
----> 2 data = pd.DataFrame(scalar.fit_transform(data), columns=data.columns.drop("type"))
      3 
      4 data.head()
      5 

ValueError: could not convert string to float: 'train'

我想要的只是将转换应用于除特定“类型”列之外的所有列。有没有办法用熊猫做到这一点？如果没有，有什么替代方案？

我是这些东西的新手，所以请多解释一下你的解决方案。

我还注意到 sklearn 的所有方法都适用于 numpy 而不是 pandas 数据框。一切都将数组作为参数而不是数据框。是否可以将数据帧作为输入发送？

【问题讨论】：

标签： python pandas scikit-learn

【解决方案1】：

您仍在将MinMaxScaler 应用于整个数据框 scalar.fit_transform(data).

解决此问题的一种方法是：

创建一个没有“类型”列的新数据框df
用 MinMaxScaler 缩放 df 并再次将其包装在 pandas 数据框中
将原始数据框的“类型”列添加到df

下面是对应的代码：

from sklearn.preprocessing import MinMaxScaler
import pandas as pd


df = data.drop("type", axis=1)
df = pd.DataFrame(
    MinMaxScaler().fit_transform(df),
    columns=df.columns
)
df["type"] = data["type"]

关于您关于熊猫数据框的问题作为输入，一般没有问题。 scikit-learn API 假定 array-like 对象包括 pandas 数据帧。但是请注意，返回类型（也称为 output）通常是一个 numpy 数组，可能需要注意（如上面的第 2 步）。

【讨论】：