我有一个 Pandas 数据框“df”，我想在其中逐列执行一些缩放。
是否有执行这两个操作的 Pandas 函数？如果没有，numpy 肯定会这样做。
a b
A 14 103
B 90 107
C 90 110
D 96 114
E 91 114
【问题讨论】：
这就是使用sklearn 和preprocessing 模块的方法。 Sci-Kit Learn 具有许多用于缩放和居中数据的预处理功能。
In [0]: from sklearn.preprocessing import MinMaxScaler
In [1]: df = pd.DataFrame({'A':[14,90,90,96,91],
'B':[103,107,110,114,114]}).astype(float)
In [2]: df
Out[2]:
A B
0 14 103
1 90 107
2 90 110
3 96 114
4 91 114
In [3]: scaler = MinMaxScaler()
In [4]: df_scaled = pd.DataFrame(scaler.fit_transform(df), columns=df.columns)
In [5]: df_scaled
Out[5]:
A B
0 0.000000 0.000000
1 0.926829 0.363636
2 0.926829 0.636364
3 1.000000 1.000000
4 0.939024 1.000000
【讨论】：
minmax_scale(df)比使用MinMaxScaler更简单。
您可以减去最小值，然后除以最大值（注意 0/0）。注意减去最小值后，新的最大值就是原来的最大值-最小值。
In [11]: df
Out[11]:
a b
A 14 103
B 90 107
C 90 110
D 96 114
E 91 114
In [12]: df -= df.min() # equivalent to df = df - df.min()
In [13]: df /= df.max() # equivalent to df = df / df.max()
In [14]: df
Out[14]:
a b
A 0.000000 0.000000
B 0.926829 0.363636
C 0.926829 0.636364
D 1.000000 1.000000
E 0.939024 1.000000
要切换列的顺序（从 1 到 0，而不是从 0 到 1）：
In [15]: df['b'] = 1 - df['b']
另一种方法是否定 b 列 first (df['b'] = -df['b'])。
【讨论】：
1- 换成b。
b 列才能得到翻转。我会说乘以 -1，应用 sub 和 div，然后再乘以 -1。
如果您只想缩放数据框中的一列，可以执行以下操作：
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
df['Col1_scaled'] = scaler.fit_transform(df['Col1'].values.reshape(-1,1))
【讨论】：
这不是很优雅，但以下适用于这两个列的情况：
#Create dataframe
df = pd.DataFrame({'A':[14,90,90,96,91], 'B':[103,107,110,114,114]})
#Apply operates on each row or column with the lambda function
#axis = 0 -> act on columns, axis = 1 act on rows
#x is a variable for the whole row or column
#This line will scale minimum = 0 and maximum = 1 for each column
df2 = df.apply(lambda x:(x.astype(float) - min(x))/(max(x)-min(x)), axis = 0)
#Want to now invert the order on column 'B'
#Use apply function again, reverse numbers in column, select column 'B' only and
#reassign to column 'B' of original dataframe
df2['B'] = df2.apply(lambda x: 1-x, axis = 1)['B']
如果我找到一种更优雅的方式（例如，使用列索引：（0 或 1）mod 2 - 1 来选择应用操作中的符号，这样只需一个应用命令即可完成，我会让你知道。
【讨论】：
我认为this 答案中的Acumenus' 评论应该明确提及作为答案，因为它是单行的。
>>> import pandas as pd
>>> from sklearn.preprocessing import minmax_scale
>>> df = pd.DataFrame({'A':[14,90,90,96,91], 'B':[103,107,110,114,114]})
>>> minmax_scale(df)
array([[0. , 0. ],
[0.92682927, 0.36363636],
[0.92682927, 0.63636364],
[1. , 1. ],
[0.93902439, 1. ]])
【讨论】：
给定一个数据框
df = pd.DataFrame({'A':[14,90,90,96,91], 'B':[103,107,110,114,114]})
均值为 0 和 var 1 的尺度
df.apply(lambda x: (x - np.mean(x)) / np.std(x), axis=0)
范围在 0 到 1 之间的刻度
df.apply(lambda x: x / np.max(x), axis=0)
【讨论】：