Python在最后100个值上滑动MinMaxScaler

现在，我对整个列进行了规范化：

MinMaxScaler().fit_transform(Glfeatures[['Temp']])

如何在没有for的情况下获得列，其中for的每个值都被规范化为100个值

例如：

Glfeatures['Temp'][200] minmaxnormalizing on Glfeatures['Temp'][100:200]
Glfeatures['Temp'][300] minmaxnormalizing on Glfeatures['Temp'][200:300]

我需要快速版本：）标准化的所有功能的最后100个值

---

我尝试了

Glres[['Temp']].rolling（100）.apply（MinMaxScaler（））

但是：“'MinMaxScaler'对象是不可调用的”

这是一个老问题，但我在尝试完成同样的任务时遇到了它

以下是我在上述评论中提出的解决方案：

def min_max(df, window):

    def func(data):
    
        x = data.values
            
        return (x[-1] - min(x)) / (max(x) - min(x))

    return df.rolling(window).apply(func)

---

代码段将最小-最大缩放应用于数据帧

df

df.groupby（df.index//100）.

？@Henry Yik这是一个步骤为100的分组。我需要将列中的每个值相对于前100个值进行最小最大规格化，然后使用和。@Henry Yik，我尝试使用Glres['Temp']]。滚动（100）。应用（MinMaxScaler（））但“TypeError:'MinMaxScaler'对象不可调用”

MinMaxScaler（）。fit_transform

是实际执行缩放的类方法。或者使用这个，但我怀疑它在滚动窗口中应用时会非常快。