如何将 StandardScaler() 转换转换回数据帧？

Question

我正在使用一个模型，在分为训练和测试后，我想应用 StandardScaler()。但是，此转换将我的数据转换为数组，我想保留之前的格式。我怎样才能做到这一点？

基本上，我有：

from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

X = df[features]
y = df[["target"]]

X_train, X_test, y_train, y_test = train_test_split(
    X, y, train_size=0.7, random_state=42
)

sc = StandardScaler()
X_train_sc = sc.fit_transform(X_train)
X_test_sc = sc.transform(X_test)

我怎样才能恢复X_train_sc到原来的格式X_train？

更新：我不想回到X_train_sc缩放之前。我只想X_train_sc以最简单的方式成为一个数据框。

Answer 1

正如您所提到的，将缩放结果应用到 numpy 数组中，要获取数据帧，您可以初始化一个新数据帧：

import pandas as pd

cols = X_train.columns
sc = StandardScaler()
X_train_sc = pd.DataFrame(sc.fit_transform(X_train), columns=cols)
X_test_sc = pd.DataFrame(sc.transform(X_test), columns=cols)

2022 年更新

从 scikit-learn 版本 1.2.0 开始，可以使用set_outputAPI 来配置转换器以输出 pandas DataFrame（查看文档示例）

上面的例子可以简化如下：

import pandas as pd

cols = X_train.columns
sc = StandardScaler().set_output(transform="pandas")
X_train_sc = sc.fit_transform(X_train)
X_test_sc = sc.transform(X_test)