Pandas SKLearn MinMaxScaler-仅缩放特定列

我想使用MinMaxScaler缩放Pandas数据帧中的一些（但不是全部）列。我怎么做？

演示：

In [90]: df = pd.DataFrame(np.random.randn(5, 3), index=list('abcde'), columns=list('xyz'))

In [91]: df
Out[91]:
          x         y         z
a -0.325882 -0.299432 -0.182373
b -0.833546 -0.472082  1.158938
c -0.328513 -0.664035  0.789414
d -0.031630 -1.040802 -1.553518
e  0.813328  0.076450  0.022122

In [92]: from sklearn.preprocessing import MinMaxScaler

In [93]: mms = MinMaxScaler()

In [94]: df[['x','z']] = mms.fit_transform(df[['x','z']])

In [95]: df
Out[95]:
          x         y         z
a  0.308259 -0.299432  0.505500
b  0.000000 -0.472082  1.000000
c  0.306662 -0.664035  0.863768
d  0.486932 -1.040802  0.000000
e  1.000000  0.076450  0.580891

同样的结果也可以通过使用

sklearn.preprocessing.minmax_scale

：

from sklearn.preprocessing import minmax_scale

df[['x','z']] = minmax_scale(df[['x','z']])

---

由于sklearn>=0.20，您可以使用

标准变压器=管道（步骤=[
（'standard'，StandardScaler（））]
minmax_变压器=管道（步骤=[
（'minmax'，MinMaxScaler（））]
预处理器=列转换器(
余数='passthrough'，#未列出直通功能
变形金刚=[
（'std'，标准变压器，['z']），
（'mm'，最小最大值_变压器，['x'，'y']）
])

minmax\u scale适用于开箱即用的单个数据帧列，其中

MinMaxScaler

似乎需要多个列，这可能对一些人有所帮助。如果只想缩放

x

，

df['x']=minmax_scale（df['x']）

。如果要缩放的值不是浮点值，则

df['x']=minmax_scale（df['x'].astype（np.float64））

，以避免数据类型转换警告。