缩放/标准化熊猫列

Question

我有一个像这样的数据框：

TOTAL | Name
3232     Jane
382      Jack
8291     Jones

我想在数据框中创建一个新缩放的列，SIZE其中where SIZE是5到50之间的数字。

例如：

TOTAL | Name | SIZE
3232     Jane   24.413
382      Jack   10
8291     Jones  50

我试过了

from sklearn.preprocessing import MinMaxScaler
import pandas as pd

scaler=MinMaxScaler(feature_range=(10,50))
df["SIZE"]=scaler.fit_transform(df["TOTAL"])

但是得到了 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.

我尝试了其他方法，例如创建列表，对其进行转换并将其附加回数据框等。

最简单的方法是什么？

谢谢！

Answer 1

选项1
sklearn
您一次又一次看到此问题，该错误确实应该指示您需要执行的操作。基本上，您在输入上缺少多余的尺寸。更改df["TOTAL"]为df[["TOTAL"]]。

df['SIZE'] = scaler.fit_transform(df[["TOTAL"]])

df
   TOTAL   Name       SIZE
0   3232   Jane  24.413959
1    382   Jack  10.000000
2   8291  Jones  50.000000

选项2
pandas
优选地，我将绕过sklearn并自己进行最小-最大缩放。

a, b = 10, 50
x, y = df.TOTAL.min(), df.TOTAL.max()
df['SIZE'] = (df.TOTAL - x) / (y - x) * (b - a) + a

df
   TOTAL   Name       SIZE
0   3232   Jane  24.413959
1    382   Jack  10.000000
2   8291  Jones  50.000000

从本质上讲，这就是min-max缩放器的工作，但是却没有导入scikit学习的开销（除非必须这样做，否则不要这样做，因为它是一个繁重的库）。

Answer 2

如果您只想缩放数据框中的一列，则必须按如下方式重塑列值：

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler()
df['SIZE'] = scaler.fit_transform(df['TOTAL'].values.reshape(-1,1))