Python不推荐使用警告：在0.17中不推荐将1d数组作为数据传递，并将在0.19中引发ValueError

基于我前面的问题，我正在将数据帧中的特定列重新缩放为0到1之间

scaler = preprocessing.MinMaxScaler(feature_range=(0,1))
email['scaled_quantity'] = scaler.fit_transform(email['Quantity'])

不幸的是，我得到了这个错误

DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample.
  warnings.warn(DEPRECATION_MSG_1D, DeprecationWarning)

@Grr建议我将缩放应用于整个数据帧，但这不是一个选项。我需要按原样维护这些列，只想添加新的附加缩放列

我如何解决这个折旧错误？

怎么办

scaler.fit_transform(email[['Quantity']])

而不是

scaler.fit_transform(email['Quantity'])

演示：我使用了上一个问题中的示例数据集：

In [56]: scaler.fit_transform(df[['Event_Counts']])
Out[56]:
array([[ 0.99722347],
       [ 1.        ],
       [ 0.        ]])

注意-它生成了一个形状为

（3,1）

的数组，而不是

（3，）

作为新专栏：

In [58]: df['scaled_event_counts'] = scaler.fit_transform(df[['Event_Counts']])

In [59]: df
Out[59]:
       Date  Event_Counts  Category_A  Category_B  scaled_event_counts
0  20170401        982457           0           1             0.997223
1  20170402        982754           1           0             1.000000
2  20170402        875786           0           1             0.000000

做什么

scaler.fit_transform(email[['Quantity']])

而不是

scaler.fit_transform(email['Quantity'])

演示：我使用了上一个问题中的示例数据集：

In [56]: scaler.fit_transform(df[['Event_Counts']])
Out[56]:
array([[ 0.99722347],
       [ 1.        ],
       [ 0.        ]])

注意-它生成了一个形状为

（3,1）

的数组，而不是

（3，）

作为新专栏：

In [58]: df['scaled_event_counts'] = scaler.fit_transform(df[['Event_Counts']])

In [59]: df
Out[59]:
       Date  Event_Counts  Category_A  Category_B  scaled_event_counts
0  20170401        982457           0           1             0.997223
1  20170402        982754           1           0             1.000000
2  20170402        875786           0           1             0.000000

---

非常感谢。你介意给我解释一下区别吗？@jeangelj只是想解释一下区别。若你们传递一个一维数组，那个么它会在模型中产生一个关于如何解释它的歧义。将其作为一个样本[1，n_个特征]，或将其作为多个样本，每个样本具有一个特征[n_个样本，1]。希望这能让事情变得清楚谢谢你；你介意给我解释一下区别吗？@jeangelj只是想解释一下区别。若你们传递一个一维数组，那个么它会在模型中产生一个关于如何解释它的歧义。将其作为一个样本[1，n_个特征]，或将其作为多个样本，每个样本具有一个特征[n_个样本，1]。希望这能说明问题