我有如下所示的数据框：
| column1 | column2 | column3 |
|---|---|---|
| 1 | 0.01 | 0.001 |
| 2 | 0.02 | 0.002 |
| 3 | 0.03 | 0.003 |
我想根据第 1 列的最小和最大缩放器来缩放第 2 列和第 3 列，以获得以下结果：
| column1 | column2 | column3 |
|---|---|---|
| 1 | 1 | 1 |
| 2 | 2 | 2 |
| 3 | 3 | 3 |
这些数字只是为了便于理解问题而估算的。
我在网上看到的所有解决方案基本上都使用最小最大值，它们在 0-1 之间缩放列，但我想根据第一列的最小最大值来缩放它。
【问题讨论】：
标签： pandas scikit-learn scale minmax
您可以在第 1 列上安装一个最小-最大缩放器并将其应用于其他列：
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
scaler.fit(df['column1'])
将其应用于第 i 列：
df['column_i'] = scaler.transform(df['column_i'])
【讨论】：
@Adrien's answer 很好，但是如果你想在没有外部依赖的情况下这样做：
MIN = df.min()
MAX = df.max()
(df-MIN)/(MAX-MIN)*(MAX['column1']-MIN['column1'])+MIN['column1']
【讨论】：