熊猫数据框的 StandardScaler ValueError 错误答案

【问题标题】：StandardScaler ValueError error with pandas dataframe熊猫数据框的 StandardScaler ValueError 错误
【发布时间】：2020-02-10 02:17:20
【问题描述】：

我正在尝试将StandardScaler() 应用于pandas.core.frame.DataFrame 中保存的一些训练数据。在此过程中，我收到了ValueError: setting an array element with a sequence。

这通常发生在尝试将不适当的数据类型传递给 StandardScaler()（如列表）时，但这只是一个 pandas 数据帧（这对于这类工作来说有点标准）。代码如下：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

scaler = StandardScaler()
X_train_new = scaler.fit_transform(X_train)

这给了我上面提到的ValueError。我在这里查看了与此相关的许多其他问题，但没有一个解决方案对我有用（其中大多数没有与我相同的数据框类型）。

我的问题是，如何使用这种类型的 DataFrame 正确缩放我的数据？或者，如何轻松更改 DataFrame 以使用 StandardScaler()？

【问题讨论】：

标签： python pandas machine-learning data-structures keras

【解决方案1】：

我个人喜欢在课堂上组织数据以获得更好的表现

class models:
    def __init__(self):
        self.training_data = pd.read_csv(path + "training_data.csv",header=0)
        self.test_data = pd.read_csv(path + "target_data.csv",header=0)
        self.X_train = self.training_data[[f for f in list(self.training_data)]]
        self.y_train = self.training_data['target']

    def StandardScaler(self,x): #to unit variance
        model = preprocessing.StandardScaler(copy=False)
        return model.fit_transform(x)

然后你可以调用 main 中的函数来返回一个适合和转换的 X 和 Y 列表

【讨论】：