使用 MinMaxScaler 缩放熊猫数据框中的特定列

Question

我想使用 sklearn 的 MinMaxScaler 函数重新缩放我的 pandas 数据帧，就像在 this 教程中一样。

我的数据在mydata，

            x1   x2   x3  x4    x5  
Date                                                                 
2015-03-01  90  180  113  12  2125   
2015-03-02  64  180  107   5  2121   
2015-03-03  79  170  110  12  2009   
2015-03-04  82  160  107   6  2020   
2015-03-05  69  152  108  13  1979   
2015-03-06  51  229   95  10  2120

我的代码只重新调整列x1、x2、x3 是

import numpy as np
import pandas as pd
from sklearn.preprocessing import MinMaxScaler, StandardScaler

### load mydata

scaler = MinMaxScaler()

mydata_scaled = scaler.fit_transform(mydata.values)
mydata_scaled = pd.DataFrame(mydata_scaled, columns=['x1','x2','x3'])

mydata_scaled.head(5)

但我收到错误 ValueError: Shape of passed values is (5, 6), indices imply (3, 6)。还有一个solution使用Column_Transformer，但我想知道为什么MinMaxScaler方法不起作用。

Answer 1

我找到了解决办法：

mydata[['x1','x2','x3']] = MinMaxScaler().fit_transform(mydata[['x1','x2','x3']])

类似Standardize some columns in Python Pandas dataframe?中的解决方案