df.loc[:, columns] 和 df.loc[:][columns] 的区别

Question

我想以这种方式使用MinMaxScaler 规范化熊猫数据框的某些列：

scaler = MinMaxScaler()
numericals = ["TX_TIME_SECONDS",'TX_Amount']

当我这样做时：

df.loc[:][numericals] = scaler.fit_transform(df.loc[:][numericals])

它没有就地完成，df 没有改变；

然而，当我这样做时：

df.loc[:, numericals] = scaler.fit_transform(df.loc[:][numericals])

df的数值列原地改变，

那么，df.loc[:, ~]和df.loc[:][~]有什么区别

Answer 1

df.loc[:][numericals] 选择所有行，然后选择返回对象的列“TX_TIME_SECONDS”和“TX_Amount”，并为其分配一些值。问题是，返回的对象可能是一个副本，所以这可能不会改变实际的 DataFrame。

进行此分配的正确方法是使用df.loc[:, numericals]，因为使用.loc，您可以保证修改原始DataFrame。

Answer 2

我建议你阅读一些文档，因为这是非常基本的。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html

https://www.geeksforgeeks.org/python-pandas-dataframe-loc/