将MinMaxScaler（）应用于pandas列

Question

我正在尝试使用sklearn MinMaxScaler对类似下面的Python列进行重新缩放：

scaler = MinMaxScaler()
y = scaler.fit(df['total_amount'])

但是遇到了以下错误：

Traceback (most recent call last):
  File "/Users/edamame/workspace/git/my-analysis/experiments/my_seq.py", line 54, in <module>
    y = scaler.fit(df['total_amount'])
  File "/Users/edamame/workspace/git/my-analysis/venv/lib/python3.4/site-packages/sklearn/preprocessing/data.py", line 308, in fit
    return self.partial_fit(X, y)
  File "/Users/edamame/workspace/git/my-analysis/venv/lib/python3.4/site-packages/sklearn/preprocessing/data.py", line 334, in partial_fit
    estimator=self, dtype=FLOAT_DTYPES)
  File "/Users/edamame/workspace/git/my-analysis/venv/lib/python3.4/site-packages/sklearn/utils/validation.py", line 441, in check_array
    "if it contains a single sample.".format(array))
ValueError: Expected 2D array, got 1D array instead:
array=[3.180000e+00 2.937450e+03 6.023850e+03 2.216292e+04 1.074589e+04
   :
 0.000000e+00 0.000000e+00 9.000000e+01 1.260000e+03].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

有任何想法出了什么问题吗？

- Edamame

---

.reshape(rows_num, -1) 或 .reshape(rows_num, 1) 可以用于适应具有许多行的数据框。 - gl3yn

Answer 1

使用MinMaxScaler的输入需要是类似数组的数据，具有 [n_samples, n_features] 的形状。因此，您可以将其应用于列作为一个数据框而不是一个系列（使用双方括号而不是单方括号）：

y = scaler.fit(df[['total_amount']])

尽管从您的描述来看，您似乎想要的是 fit_transform 而不仅仅是fit（但我可能错了）：

y = scaler.fit_transform(df[['total_amount']])

---

稍微解释一下：

如果你的数据框有100行，在将列转换为数组时，考虑形状上的差异：

>>> np.array(df[['total_amount']]).shape
(100, 1)

>>> np.array(df['total_amount']).shape
(100,)

第一个返回的形状与 MinMaxScaler 所需的形状相匹配 [n_samples, n_features]，而第二个则不匹配。

- sacuL

Answer 2

尝试用这种方式实现：

import pandas as pd
from sklearn import preprocessing

x = df.values #returns a numpy array
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(x)
df = pd.DataFrame(x_scaled)

- Muhammad Imran Zaman