Python scikit是否学习'；s fit_transform是否也转换我的原始数据帧？

我正在使用scikit learning的StandardScaler（），请注意，在应用转换（xtrain）或fit_转换（xtrain）后，它也会更改我的xtrain数据帧。这应该发生吗？如何避免StandardScaler更改数据帧？（我尝试使用copy=False）

在这个阶段，我希望xtrain不会改变，而xtrain2是xtrain的缩放版本。但是，当我在两个数据帧上运行descripe（）时，我看到它们都是相同的，并且都已被缩放。为什么呢

当我这样做时，我会遇到同样的问题：

scalekey = scalar.fit(xtrain)
xtrain2 = scalekey.transform(xtrain)

---

为了不修改您的df，您可以复制并传递：

xtrain2 = xtrain.copy()
scalar.fit_transform(xtrain2) 

---

StandardScaler

的默认参数是

copy=True

，因此它不应该修改您的df。

考虑升级到pandas和scikit learn中的0.16.x或更高版本。软件包作者不断改进每个软件包对待其他软件包的方式。

您使用的sklearn、numpy和pandas版本是什么？默认参数

copy=True

应该意味着它返回一个副本，而不是在Place中执行缩放。我无法使用pandas 0.16.2、python 3.3.4 64位复制错误，numpy 1.9.2和sklearn 0.16。1@EdChum，我遇到了Jason描述的熊猫0.14.x和sklearn 0.15.x的问题。这是库之间的交叉交互之一，显然在以后的版本中已经修复（比如交叉验证问题）。@EdChum，我正在Anaconda 2.2.0（64位）中使用sklearn 0.15.2、pandas 0.15.2、numpy 1.9.2、Python 2.7.9。感谢您下面的解决方案，它很有效。我开始认为这是因为我的xtrain是我原始数据帧的视图，所以转换会影响它。。xtrain，xtest=dfX[idx]，dfX[idx==False]嗨，我查看了我的df的一个片段，但仍然无法再现您的问题，我会尝试升级pandas和sklearn，另一件事是尝试

xtrain2=scalar.fit_transform（xtrain.values）

是否修改df

xtrain2 = xtrain.copy()
scalar.fit_transform(xtrain2)