规范化我的时间序列数据集，然后将时间戳设置为索引

Question

这是我的代码试图规范化我的数据集，代码有效，但问题是当我创建新数据框（代码的最后一行）时，它不包括时间戳列，因为它只包括缩放值.

data_consumption2 = pd.read_excel(r"C:\Users\user\Desktop\Thesis\Tarek\Parent.xlsx", sheet_name="Consumption")
data_consumption2['Timestamp'] = pd.to_datetime(data_consumption2['Timestamp'], unit='s')
data_consumption2.fillna(0,inplace=True)
data_consumption2 = data_consumption2.set_index('Timestamp')
#returns a numpy array

min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(data_consumption2.values)
data_consumption2 = pd.DataFrame(x_scaled)

我希望任何人都可以帮助我制作带有时间戳和缩放值的原始 dframe

Answer 1

您必须设置您创建的新数据框的索引。

min_max_scaler.fit_transform 返回的是一个缩放值的 numpy 数组（因此丢失了索引）。

所以你可以这样做：

data_consumption2 = pd.DataFrame(data=x_scaled, index=data_consumption2.index)

如果您还想检索列，也可以传递它们：

data_consumption2 = pd.DataFrame(data=x_scaled,
                                 index=data_consumption2.index, 
                                 columns=data_consumption2.columns)

DataFrame 的文档中的更多详细信息：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html

这些是 pandas 的基本操作，您应该在他们的文档中找到有关它的所有答案。