在一定范围内规范化/缩放数据帧

Question

我有以下数据帧：

pd.DataFrame({'DateTime': {0: Timestamp('2022-02-08 00:00:00'),
1: Timestamp('2022-02-08 00:10:00'),
2: Timestamp('2022-02-08 00:20:00'),
3: Timestamp('2022-02-08 00:30:00'),
4: Timestamp('2022-02-08 00:40:00')},
'wind power [W]': {0: 83.9, 1: 57.2, 2: 58.2, 3: 48.0, 4: 69.5}})

DateTime  wind power [W]
0 2022-02-08 00:00:00            83.9
1 2022-02-08 00:10:00            57.2
2 2022-02-08 00:20:00            58.2
3 2022-02-08 00:30:00            48.0
4 2022-02-08 00:40:00            69.5

正如您所看到的，83.9是我第二列中的最大值，48.0是最小值。我想将这些值归一化在0.6和8.4之间的范围内，这样83.9将变为8.4，48.0变为0.6。其余的数字将介于两者之间。到目前为止，我只使用以下代码将列规范化为0-1的范围：

df['normalized'] = (df['wind power [W]']-df['wind power [W]'].min())/(df['wind power [W]'].max()-df['wind power [W]'].min())

我不知道如何进一步使这些数字在我想要的范围内。有人能帮我吗？

Answer 1

我们可以使用MinMaxScaler来执行特征缩放，MinMaxScaler支持一个名为feature_range的参数，该参数允许我们指定转换数据的所需范围

from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_range=(0.6, 8.4))
df['normalized'] = scaler.fit_transform(df['wind power [W]'].values[:, None])

或者，如果你不想使用MinMaxScaler，这里有一种只在熊猫中缩放数据的方法：

w = df['wind power [W]'].agg(['min', 'max'])
norm = (df['wind power [W]'] - w['min']) / (w['max'] - w['min'])
df['normalized'] = norm * (8.4 - 0.6) + 0.6

---

print(df)
DateTime  wind power [W]  normalized
0 2022-02-08 00:00:00            83.9    8.400000
1 2022-02-08 00:10:00            57.2    2.598886
2 2022-02-08 00:20:00            58.2    2.816156
3 2022-02-08 00:30:00            48.0    0.600000
4 2022-02-08 00:40:00            69.5    5.271309

Answer 2

如果您不想使用sklearn:，可以使用特征缩放的维基百科定义

a = 0.6
b = 8.4
x = df['wind power [W]']
df['normalized'] = a + (x - x.min()) * (b - a) / (x.max() - x.min())
print(df)
# Output
DateTime  wind power [W]  normalized
0 2022-02-08 00:00:00            83.9    8.400000
1 2022-02-08 00:10:00            57.2    2.598886
2 2022-02-08 00:20:00            58.2    2.816156
3 2022-02-08 00:30:00            48.0    0.600000
4 2022-02-08 00:40:00            69.5    5.271309