iPython中数据帧的最小-最大缩放

【问题标题】：min-max scaling of dataframe in iPythoniPython中数据帧的最小-最大缩放
【发布时间】：2015-01-27 07:41:40
【问题描述】：

我是 Python 新手。我有数据框，我想在每一列（每个属性）中进行 min-max(0-1) 缩放。我找到了 MinMaxScaller 方法，但我不知道如何将它与数据框一起使用。

from sklearn import preprocessing

def sci_minmax(X):
    minmax_scale = preprocessing.MinMaxScaler(feature_range=(0, 1), copy=True)
    return minmax_scale.fit_transform(X)

data_normalized = sci_minmax(data)
data_variance=data_normalized.var()
data_variance.head(10)

错误是“numpy.float64”对象没有属性“head”。我需要返回类型的数据框

【问题讨论】：

标签： python numpy scipy normalization ipython-notebook

【解决方案1】：

scipy/numpy 中没有 head 方法。

如果你想要pandas.DataFrame，你必须调用构造函数。

您的意思是查看head 的前 10 条记录吗？

您也可以使用 numpy 轻松完成此操作。

要选择数组的前 10 条记录，python 语法是array[:10]。使用numpy 矩阵，您需要指定行和列：array[:10,] 或array[,:10]

【讨论】：

最后我按照我的方式做了：data_norm = (data - data.min()) / (data.max() - data.min())
请注意区分您是否需要逐行、逐列或逐帧标准化。最常见的可能是每列；我猜你的代码会产生每帧重新缩放。
是的，我希望每列都有。我应该如何重写它？
试试axis参数。