如何在pandas中使用sklearn-fit_转换并返回dataframe而不是numpy数组？

2条回答

网友

1楼 · 编辑于 2024-06-16 11:29:19

import pandas as pd    
from sklearn.preprocessing import StandardScaler

df = pd.read_csv('your file here')
ss = StandardScaler()
df_scaled = pd.DataFrame(ss.fit_transform(df),columns = df.columns)

df_scaled将是“相同”的数据帧，现在只有scaled值

网友

2楼 · 编辑于 2024-06-16 11:29:19

可以使用^{}将数据帧转换为numpy数组。随机数据集上的示例：

编辑： 根据上述as_matrix()文档的最后一句话，将as_matrix()更改为values，（不会更改结果）：

Generally, it is recommended to use ‘.values’.

import pandas as pd
import numpy as np #for the random integer example
df = pd.DataFrame(np.random.randint(0.0,100.0,size=(10,4)),
              index=range(10,20),
              columns=['col1','col2','col3','col4'],
              dtype='float64')

注：指数为10-19：

In [14]: df.head(3)
Out[14]:
    col1    col2    col3    col4
    10  3   38  86  65
    11  98  3   66  68
    12  88  46  35  68

现在fit_transform数据帧获得scaled_featuresarray：

from sklearn.preprocessing import StandardScaler
scaled_features = StandardScaler().fit_transform(df.values)

In [15]: scaled_features[:3,:] #lost the indices
Out[15]:
array([[-1.89007341,  0.05636005,  1.74514417,  0.46669562],
       [ 1.26558518, -1.35264122,  0.82178747,  0.59282958],
       [ 0.93341059,  0.37841748, -0.60941542,  0.59282958]])

将缩放数据分配给数据帧（注意：使用index和columns关键字参数保留原始索引和列名：

scaled_features_df = pd.DataFrame(scaled_features, index=df.index, columns=df.columns)

In [17]:  scaled_features_df.head(3)
Out[17]:
    col1    col2    col3    col4
10  -1.890073   0.056360    1.745144    0.466696
11  1.265585    -1.352641   0.821787    0.592830
12  0.933411    0.378417    -0.609415   0.592830

编辑2:

遇到了sklearn-pandas包。它的重点是使scikit更易于与熊猫一起使用。sklearn-pandas在需要对DataFrame（一种更常见的方案）的列子集应用多种类型的转换时尤其有用。这是有文档记录的，但这是实现我们刚才执行的转换的方法。

from sklearn_pandas import DataFrameMapper

mapper = DataFrameMapper([(df.columns, StandardScaler())])
scaled_features = mapper.fit_transform(df.copy(), 4)
scaled_features_df = pd.DataFrame(scaled_features, index=df.index, columns=df.columns)

相关问题更多 >

编程相关推荐

热门问题

热门文章

如何在pandas中使用sklearn-fit_转换并返回dataframe而不是numpy数组？

相关问题 更多 >

编程相关推荐

热门问题

热门文章

相关问题更多 >