将熊猫数据框中选定列中的浮动值缩放到0和1之间[重复]

Question

我有以下数据帧df；

       Name Date        Attr1   Attr2    Attr3 
0      Joe  26-12-2007  53.45  53.4500  52.7200 
1      Joe  27-12-2007  52.38  52.7399  51.0200 
2      Joe  28-12-2007  51.71  51.8500  50.7300 

我想将Attr1、Attr2、Attr3列中的浮点值缩放到0到1之间。列中的最高值将缩放为1。请注意，并非所有列都要缩放。

我正在使用Python 3.6。

下面的代码将缩放所有列，但我需要缩放选定的列。另一个问题是有些列是日期和字符串形式。下面的代码将遇到将值转换为浮点值的问题。

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler() 
scaled_values = scaler.fit_transform(df) 
df.loc[:,:] = scaled_values

Answer 1

解决办法是：

在：

import pandas as pd

data = pd.DataFrame({'Name':['John','Sara','Martin'],'first':[53.45, 55.51, 51.22],'second':[51.45, 54.51, 57.22],'third':[50.45, 54.51, 58.22]})
data

输出：

    Name    first   second  third
0   John    53.45   51.45   50.45
1   Sara    55.51   54.51   54.51
2   Martin  51.22   57.22   58.22

在：

from sklearn.preprocessing import MinMaxScaler

sclr = MinMaxScaler()
new_df = sclr.fit_transform(data[['first', 'second', 'third']])

输出：

array([[ 0.51981352,  0.        ,  0.        ],
       [ 1.        ,  0.53032929,  0.52252252],
       [ 0.        ,  1.        ,  1.        ]])