如何对用极差法数据框中的两列进行归一化处理至0~1

Question

用MinMAxScaler将整个数据框都归一化了不能只对其中两列归一化

Answer 1

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