用MinMAxScaler将整个数据框都归一化了不能只对其中两列归一化
2条回答 默认 最新
- ShowMeAI 2022-12-27 22:18关注
望采纳。
可以使用 scikit-learn 中的 MinMaxScaler 类来将数据归一化到指定的范围。要只对数据帧中的某几列进行归一化,可以先选择这几列,然后再使用 MinMaxScaler 进行归一化。
以下代码将数据帧中的第 2 列和第 3 列归一化到 0 到 1 的范围(实际可以根据情况调整列的选择):
from sklearn.preprocessing import MinMaxScaler import pandas as pd # 假设数据帧名为 df,并且希望对第 2 列和第 3 列进行归一化 columns_to_normalize = [1, 2] # 选择要归一化的列 data_to_normalize = df[df.columns[columns_to_normalize]] # 创建 MinMaxScaler 对象 scaler = MinMaxScaler() # 使用 fit_transform 函数计算最小值和最大值,并将数据归一化 normalized_data = scaler.fit_transform(data_to_normalize) # 将归一化后的数据放回到数据帧中 df[df.columns[columns_to_normalize]] = normalized_data
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 TLS1.2协议通信解密
- ¥40 图书信息管理系统程序编写
- ¥20 Qcustomplot缩小曲线形状问题
- ¥15 企业资源规划ERP沙盘模拟
- ¥15 树莓派控制机械臂传输命令报错,显示摄像头不存在
- ¥15 前端echarts坐标轴问题
- ¥15 ad5933的I2C
- ¥15 请问RTX4060的笔记本电脑可以训练yolov5模型吗?
- ¥15 数学建模求思路及代码
- ¥50 silvaco GaN HEMT有栅极场板的击穿电压仿真问题