Python 使用sklearn规范化器规范化后保留标题
我正在尝试使用最小-最大规格化器对数据集进行规格化Python 使用sklearn规范化器规范化后保留标题,python,scikit-learn,normalization,Python,Scikit Learn,Normalization,我正在尝试使用最小-最大规格化器对数据集进行规格化 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) 因纽特 预期产量 PID | FNID |ID ---------
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)
因纽特
预期产量
PID | FNID |ID
---------------
0.1 | 0.15 | 0.2
0.11| 0.16 | 0.21
但我得到的结果是
0 | 1 | 2
----------------
0.1 | 0.15 | 0.2
0.11| 0.16 |0.21
我希望标题与原始数据集中的一样。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()
取得了预期的效果
谢谢大家!
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()