Python 用于缩放数据帧中列的lambda函数返回：“0”'；浮动'；对象没有属性'；最小值'&引用；

我刚刚开始学习Python和机器学习，遇到了一个我自己或任何其他在线资源都无法解决的问题。 我正在尝试使用lambda函数按以下方式缩放pandas数据帧中的列：

X['col1'] = X['col1'].apply(lambda x: (x - x.min()) / (x.max() - x.min()))

并获取以下错误消息：

“float”对象没有属性“min”

我尝试将数据类型转换为整数，返回以下错误：

“int”对象没有属性“min”

---

我相信我犯了一些非常基本的错误，希望任何人都能给我指出正确的方向。

我认为没有必要在这里应用，因为存在更快的矢量化解决方案-将

x

更改为

x['col1']

：

X = pd.DataFrame({'col1': [100,10,1,20,10,-20,200]})
X['col2'] = (X['col1'] - X['col1'].min()) / (X['col1'].max() - X['col1'].min())
print (X)

   col1      col2
0   100  0.545455
1    10  0.136364
2     1  0.095455
3    20  0.181818
4    10  0.136364
5   -20  0.000000
6   200  1.000000

与评论中指出的@meW一样，另一个解决方案是使用：

---

您可以在

Scikit Learn

下尝试

MinMaxScaler

。Check刚试过，效果不错，谢谢。事实上，我试图实现lambda函数来验证我是否正确使用了MinMaxScaler。结果匹配up@DarioRaffaele-不客气！如果我的回答有帮助，别忘了。谢谢

from sklearn import preprocessing

min_max_scaler = preprocessing.MinMaxScaler()
X['col2'] = min_max_scaler.fit_transform(X[['col1']])
print (X)

   col1      col2
0   100  0.545455
1    10  0.136364
2     1  0.095455
3    20  0.181818
4    10  0.136364
5   -20  0.000000
6   200  1.000000