Python/Pandas：数组（返回）到 DataFrame答案

【问题标题】：Python/Pandas: Array (back) to DataFramePython/Pandas：数组（返回）到 DataFrame
【发布时间】：2023-03-15 04:24:01
【问题描述】：

我应用了以下函数来规范化我的数据框中的列。

from sklearn.preprocessing import normalize

pd.DataFrame(normalize(traffic, norm='l2', axis=1, copy=True, return_norm=False))

但是，这个函数返回一个数组

array([[ 0.19781966,  0.21981735,  0.        , ...,  0.05655909,
         0.        ,  0.00033033],
       [ 0.18050277,  0.2031944 ,  0.        , ...,  0.15848418,
         0.        ,  0.00032616],
       [ 0.14110768,  0.16995336,  0.        , ...,  0.0820779 ,
         0.        ,  0.00023619],

有没有办法将标准化数据写入原始“流量”数据帧并替换原始值？

申请的时候才发现

pd.DataFrame(normalize(traffic, norm='l2', axis=1, copy=True, return_norm=False))

所有原始列名和索引都消失了。

【问题讨论】：

标签： arrays pandas dataframe normalize

【解决方案1】：

如果normalize 函数返回一个与traffic DF 形状相同的数组，您可以这样做：

pd.DataFrame(normalize(traffic, norm='l2', axis=1, copy=True, return_norm=False),
             columns=traffic.columns, index=traffic.index)

【讨论】：

这似乎有帮助。我只是想知道为什么在每一列中，值没有从 0 缩放到 1。就我而言，它们的范围是 0.238 到 0.413？
@Rnaldinho，AFAIK 他们应该总结为1.0
MinMax Scaling 似乎工作得很好。尽管 MinMax 确实对异常值非常敏感，但每列中的值都从 0 缩放到 1。 normalization() 不应该从 0 扩展到 1 吗？
我想我解决了：pd.DataFrame(normalize(wikipedia, norm='max', axis=0, copy=True, return_norm=False), columns=wikipedia.columns, index=wikipedia.index)。注意 norm='max', axis=0。