在pandas中，如果一列是分类的，如何规范化数据范围？
在pandas中，如果一列是分类的，可以使用astype方法将其转换为category类型，然后使用cat属性中的codes属性获取对应的整数编码。接下来，可以使用MinMaxScaler类或StandardScaler类来规范化数据范围。
- 将列转换为
category类型：
df['column_name'] = df['column_name'].astype('category')- 获取整数编码：
df['column_name'] = df['column_name'].cat.codes- 使用
MinMaxScaler类进行数据范围规范化：
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
df['column_name'] = scaler.fit_transform(df['column_name'].values.reshape(-1, 1))- 使用
StandardScaler类进行数据范围规范化：
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
df['column_name'] = scaler.fit_transform(df['column_name'].values.reshape(-1, 1))以上方法可以将分类数据规范化到指定的范围内，例如0到1之间或标准正态分布。这样可以确保数据在相同的尺度上进行比较和分析。
腾讯云相关产品和产品介绍链接地址：
相关·内容
1回答
如何规范化熊猫数据框的日期列(ValueError:无法将字符串转换为浮点型：'17-Aug-20 00:00:00')
pandas、dataframe、normalization
我已经按时间列打开了pandas CSV文件，如下所示： ? 因此，我尝试通过以下命令来规范化数据(df变量)： import pandas as pd
from sklearn import preprocessing
import numpy as np
from sklearn.preprocessing import MinMaxScaler
import time
minmax = MinMaxScaler().fit(df.iloc[:].values.reshape((-1,1)))
df_log = MinMaxScaler().fit_transform(df.i
浏览 16提问于2021-07-17得票数 1
回答已采纳
2回答
仅缩放包含字符串的数据帧中的数值
python、python-3.x、pandas、scikit-learn
我在python，我正在尝试扩展到数据帧。
subject_id hour_measure urinecolor blood pressure
3 1.00 red 40
1.15 red high
4 2.00 yellow low
由于它包含数字列和文本列，下面的代码给出了错误
#MinMaxScaler for Data
scale
浏览 3提问于2019-12-07得票数 2
回答已采纳
1回答
更改pandas.DataFrame中的值
python、pandas、numpy-ndarray
各位，我是python世界的新手，我正在努力学习pandas和tensorflow。
目前，我有一个具有正值和负值的数据帧，我想设法调整它的大小。
例如
import pandas as pd
import numpy as np
from sklearn.preprocessing import MinMaxScaler, StandardScaler
df = pd.read_excel ('/Users/dataset.xlsx')
print(df[:])
scaler = MinMaxScaler(feature_range=(0,1))
df_absolute
浏览 1提问于2020-11-27得票数 0
1回答
KNN在归一化后在数据点之间找到相等的距离。
python、machine-learning、scikit-learn、knn
我正在使用国际足联球员数据集，以建立一个ML模型，应该找到类似的球员。对于这个模型，我使用的是KNN，但是当我使用数据规范化时，它总是在数据点之间找到相同的距离。看下面的例子：
通过正常化：
#3.4 - Rescaling values
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler() # I tried StandardScaler too
X_model = scaler.fit_transform(X)
from sklearn.neighbors import NearestNeigh
浏览 8提问于2022-10-30得票数 0
3回答
缩放/归一化pandas列
python、pandas、scikit-learn
我有一个数据框架，比如：
TOTAL | Name
3232 Jane
382 Jack
8291 Jones
我想在数据帧中创建一个新缩放的列，名为SIZE，其中SIZE是一个介于5和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
浏览 1提问于2018-04-26得票数 10
回答已采纳
2回答
与groupby pandas一起学习MinMaxScaler()
python、pandas、scikit-learn
我有两个功能的不同的产品ID下的不同类别的rank和ratings从一个电子商务网站在不同的日期刮。 此处提供示例数据帧： import pandas as pd
import numpy as np
import warnings; warnings.simplefilter('ignore')
from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import StandardScaler
from sklearn.preprocessing import RobustScale
浏览 33提问于2021-10-07得票数 0
回答已采纳
2回答
使用inverse_transform MinMaxScaler从scikit_learn强制数据在另一个范围内
python、pandas、dataframe、scikit-learn
我跟随对缩放的数据进行逆变换。我的问题是如何将一个新的dataframe转换为原始dataframe的一系列值？到目前为止，我是这样做的：
import pandas as pd
import numpy as np
from sklearn.preprocessing import MinMaxScaler
cols = ['A', 'B']
data = pd.DataFrame(np.array([[2,3],[1.02,1.2],[0.5,0.3]]),columns=cols)
scaler = MinMaxScaler() # default min
浏览 9提问于2020-01-16得票数 1
回答已采纳
2回答
将浮点数转换为int，不丢失原始值的信息。
python、pandas、scikit-learn
我需要将浮点数转换为int。但是，我不想在转换它的时候泄露任何信息。我正在考虑的值(来自在建模中使用y的dataframe列)如下：
-1.0
0.0
9.0
-0.5
1.5
1.5
...
如果我直接将它们转换为int，我可能得到-0.5为0或-1，因此我将失去一些信息。
我需要将上面的值转换为int，因为我需要传递它们以适应模型model.fit(X, y)。任何允许我在fit函数中传递这些值的格式(上面的列是y列)？
代码：
from sklearn.preprocessing import MinMaxScaler
le = pr
浏览 10提问于2021-12-21得票数 1
回答已采纳
3回答
用scikit学习进行Logistic回归的所有系数为零
python、scikit-learn、logistic-regression
我正在使用python中的scikit学习进行逻辑回归。我有数据文件，可以通过以下链接下载。
下面是我的机器学习部分代码。
from sklearn.linear_model import Lasso
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import roc_auc_score
import pandas as pd
scaler = StandardScaler()
data =
浏览 1提问于2018-07-18得票数 2
回答已采纳
2回答
sklearn安装了PolynomialFeatures不正确的预测
python、scikit-learn、linear-regression
为什么预测的数据不是二次型的，也不适合它所训练的数据？它似乎没有被正确地缩放到图形，而且它也不是二次的。我错过了什么，做错了什么？
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler, PolynomialFeatures
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearR
浏览 6提问于2022-02-24得票数 1
2回答
如何在python中规范化(最小/最大)特定列？(Dataframe)
python、pandas、numpy、dataframe
我一直致力于基于最小-最大归一化对数据进行归一化。我的数据集是存储在df_mols列表中的数据框，如下所示。
df_mols[0]:
frequency Molecule0
0 -326.0 2.604015
1 -323.0 2.624186
2 -321.0 2.644598
3 -318.0 2.665254
4 -316.0 2.686159
... ... ...
1996 4589.0 4.565467
199
浏览 0提问于2020-10-27得票数 0
1回答
学习DecisionTreeClassifier F-每次跑都能得到不同的成绩
python、machine-learning、scikit-learn
我试图使用Python来训练决策树分类器。我使用MinMaxScaler()来缩放数据，使用f1_score作为我的评估指标。奇怪的是，我注意到我的模型给了我不同的结果，在每次运行模式。
我的代码中的data是一个(2000, 7) pandas.DataFrame，其中有6个特性列，最后一个列是目标值。第1、3和5列是分类数据。
以下代码是我对数据进行预处理和格式化时所做的工作：
import numpy as np
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_s
浏览 0提问于2018-11-22得票数 1
回答已采纳
2回答
熊猫df.get_dummies()返回"ValueError:无法将字符串转换为浮动“
python、pandas、one-hot-encoding
我正在尝试使用Pandas‘df.get_dummies()对几个分类列进行一次热编码，它正在返回一个我不理解的错误。错误说是ValueError: could not convert string to float: 'Warm Cool'。造成此问题的原因是什么，以及如何成功地用dtype == object对所有列进行一次性热编码。
我的数据集来自找到的DC_Properties.CSV文件。
我的代码和错误消息：
""""""""""""""""
浏览 5提问于2019-12-05得票数 0
回答已采纳
2回答
在多个数据集和分类器(Python)上迭代GridSearchCV
python-3.x、scikit-learn、gridsearchcv、scikit-learn-pipeline
我有多个数据集，我想估计参数使用不同的分类器(逻辑和随机森林)。
我希望使用gridsearchcv为两个分类器运行每个数据，然后为每个数据集获得每个分类器的最佳参数。我只是有点困惑如何去做这件事。我的密码在下面。
# modules
import pandas as pd
import numpy as np
from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer
from sklearn.base import BaseEstimator,
浏览 22提问于2022-06-22得票数 0
2回答
LSTMs如何预测N个步骤
python、keras、tensorflow、time-series、lstm
我有大约3周15分钟的电力数据，我很想知道如何预测未来的整整一天的电量?组成24 hours...my模型的96个未来值仅能输出/预测未来的1步，任何技巧都非常感谢如何修改我的方法。
我可以制作这个LSTM模型，其中我只使用2个EPOCHS用于测试目的：
# https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/
import numpy as np
import matplotlib.pyplot as plt
import tensorfl
浏览 0提问于2023-01-19得票数 0
回答已采纳
1回答
如何在科学工具中实现RandomUnderSampler学习对线？
python、scikit-learn、imblearn
我有一个scikit学习管道来缩放数字特性和编码分类特性。在我尝试从imblearn实现之前，它一直运行良好。我的目标是实现欠采样步骤，因为我的数据集是非常不平衡的1:1000。
我确保使用管道方法从imblearn，而不是滑雪板。下面是我试过的代码。
代码数据工作(使用滑雪板管道)，而不使用欠采样方法。
from sklearn.pipeline import Pipeline, FeatureUnion
from sklearn.preprocessing import OneHotEncoder, StandardScaler
from imblearn.pipeline import
浏览 1提问于2019-07-25得票数 4
回答已采纳
25回答
【开箱吧腾讯云】开发工具千千万，哪个最高效最好用？
腾讯云、产品、工具、开发、开发工具
开发工具千千万，哪个最高效最好用？
在关键时刻解决了你的卡点和痛点，欢迎你和我们一起分享你使用过的腾讯云宝藏工具！
点赞最高的前5名将获得猫王小王子花梨原木便携蓝牙音箱1个（截止时间：11月12日24:00）
另外在11月9日晚20:00-21:00
【开箱吧腾讯云】将迎来3位开发大神分享自身工具箱
快来腾讯云开发者视频号预约吧！更有超多双十一产品优惠等你！
图片
浏览 1731提问于2022-11-02
2回答
如何使用管道和FeatureUnion添加要素
python、scikit-learn、pipeline、sentiment-analysis、feature-extraction
在下面的代码中，我使用tweeter数据集来执行情绪分析。我使用一个流水线来执行以下过程： 1)执行一些基本的文本预处理 2)向量化推文 3)添加额外的特征(文本长度) 4)分类 我想再增加一个功能，那就是追随者的比例。我编写了一个函数，该函数接受整个dataframe (df)作为输入，并返回一个新的dataframe，其中包含按比例调整的追随者数量。然而，我发现在管道上添加这个过程是具有挑战性的，例如使用sklearn管道将这个功能添加到其他功能中。 在这个问题上的任何帮助或建议都将非常感谢。 下面的问题和代码的灵感来自Ryan的帖子：pipelines import nltk
impo
浏览 18提问于2019-06-26得票数 2
回答已采纳
1回答
Tensorflow二值分类中精度值和损失值的变化
python、machine-learning、neural-network、tensorflow、logistic-regression
我试图使用一种深层次的神经网络结构来对二进制标签值-0和+1进行分类。下面是我在tensorflow中的代码。这个问题也是从中的讨论中继承而来的。
import tensorflow as tf
import numpy as np
from preprocess import create_feature_sets_and_labels
train_x,train_y,test_x,test_y = create_feature_sets_and_labels()
x = tf.placeholder('float', [None, 5])
y = tf.placehol
浏览 1提问于2016-11-20得票数 1
回答已采纳
1回答
在带有Keras的回归问题中，如何正确地预测负值？
tensorflow、keras、neural-network、regression、activation-function
我试图为我的数据集采用一个标准的波士顿住房问题，区别是我在数据集中有负值，并且希望预测输出中的负值。
当我在StackOverflow中阅读来预测负值时，我应该在输出层上使用一个以上的激活函数。另外，我知道我应该将我的数据集规范化为-1,1范围。
所以我有两个问题。我有两个变体的代码。
我的第一个代码变体正确吗？我没有发现任何带有负数的公共数据集可以检查，也不知道如何确保它正常工作。
在第二个变体中，我的NN预测一个类似于"0.9“的值，但我的数据集值是"24”。我认为这是因为在这段代码中没有适当的规范化。请告诉我如何实施规范化。
我在Keras方面的经
浏览 4提问于2021-04-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
