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 公交车和无人机协同运输
- ¥15 stm32代码移植没反应
- ¥15 matlab基于pde算法图像修复,为什么只能对示例图像有效
- ¥100 连续两帧图像高速减法
- ¥15 组策略中的计算机配置策略无法下发
- ¥15 如何绘制动力学系统的相图
- ¥15 对接wps接口实现获取元数据
- ¥20 给自己本科IT专业毕业的妹m找个实习工作
- ¥15 用友U8:向一个无法连接的网络尝试了一个套接字操作,如何解决?
- ¥30 我的代码按理说完成了模型的搭建、训练、验证测试等工作(标签-网络|关键词-变化检测)