我有以下 df:
Date Event_Counts Category_A Category_B
20170401 982457 0 1
20170402 982754 1 0
20170402 875786 0 1
我正在为回归分析准备数据，并希望标准化 Event_Counts 列，使其与类别的规模相似。
我使用以下代码:
from sklearn import preprocessing
df['scaled_event_counts'] = preprocessing.scale(df['Event_Counts'])
虽然我收到了这个警告:
DataConversionWarning: Data with input dtype int64 was converted to float64 by the scale function.
warnings.warn(msg, _DataConversionWarning)
这似乎奏效了；有一个新专栏。但是，它有负数，例如 -1.3
我认为 scale 函数的作用是从数字中减去平均值，然后除以每行的标准差；然后将结果的最小值添加到每一行。
那样对 Pandas 不起作用吗？或者我应该使用 normalize() 函数还是 StandardScaler() 函数？我希望标准化列的比例为 0 到 1。
谢谢
请您参考如下方法:
我认为您正在寻找 sklearn.preprocessing.MinMaxScaler .这将使您能够扩展到给定的范围。
所以在你的情况下会是:
scaler = preprocessing.MinMaxScaler(feature_range=(0,1))
df['scaled_event_counts'] = scaler.fit_transform(df['Event_Counts'])
缩放整个 df:
scaled_df = scaler.fit_transform(df)
print(scaled_df)
[[ 0. 0.99722347 0. 1. ]
[ 1. 1. 1. 0. ]
[ 1. 0. 0. 1. ]]
