我有一个熊猫数据帧,如下所示。
import pandas as pd
df = pd.DataFrame({
'A':[1,2,3],
'B':[100,300,500],
'C':list('abc')
})
print(df)
A B C
0 1 100 a
1 2 300 b
2 3 500 c
我想规范化整个数据帧。由于第C
列不是编号列,我所做的如下(即首先删除C
,规范化数据并添加列(。
df_new = df.drop('concept', axis=1)
df_concept = df[['concept']]
from sklearn import preprocessing
x = df_new.values #returns a numpy array
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(x)
df_new = pd.DataFrame(x_scaled)
df_new['concept'] = df_concept
但是,我确信在熊猫中有更简单的方法可以做到这一点(给定我不需要规范化的列名,然后直接进行规范化(。
如果需要,我很乐意提供更多细节。
对数字列的DataFrame
使用DataFrame.select_dtypes
,然后按最小值和最大值除法进行规范化,然后仅赋值回规范化列:
df1 = df.select_dtypes(np.number)
df[df1.columns]=(df1-df1.min())/(df1.max()-df1.min())
print (df)
A B C
0 0.0 0.0 a
1 0.5 0.5 b
2 1.0 1.0 c
如果要在数据框上应用任何其他函数,可以使用df[columns] = df[columns].apply(func)
。