使用 sklearn Normalizer 标准化后保留标题答案

【问题标题】：Retaining Headings after Nomalizing using sklearn Normalizer使用 sklearn Normalizer 标准化后保留标题
【发布时间】：2021-08-04 08:49:14
【问题描述】：

我正在尝试使用 min-max normalizer 对数据集进行标准化。

from sklearn import preprocessing
x = df1.values #returns a numpy array
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(x)
df1 = pd.DataFrame(x_scaled)

输入

PID | FNID | ID
-----------------
10  | 15   | 20
11  | 16   | 21

预期输出

PID | FNID |ID
---------------
0.1 | 0.15 | 0.2
0.11| 0.16 | 0.21

但我得到的输出像..

0   | 1    | 2
----------------
0.1 | 0.15 | 0.2
0.11| 0.16 |0.21

我想要原始数据集中的标题。我试过This.

【问题讨论】：

标签： python scikit-learn normalization

【解决方案1】：

我试过了。

x = df1.values #returns a numpy array
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(x)
df11 = pd.DataFrame(x_scaled, columns = df1.columns)
df11.head()

得到了预期的结果。

谢谢！

【讨论】：