按大小逐列縮放數字[python]

Question

我有一個熊貓數據框'df'，我想在其中逐列執行一些縮放。

• 在'a'列中，我需要最大數爲1，最小數爲0，所有其他數據將相應地擴展。
• 然而，在'b'列中，我需要的最小數量爲1，的最大數量爲0，並且所有其他要相應地擴展。

是否有Pandas函數來執行這兩個操作？如果不是，numpy肯定會。

a b 
A 14 103 
B 90 107 
C 90 110 
D 96 114 
E 91 114 

謝謝！

Answer 1

你可以減去min，然後除以最大值（小心0/0）。

In [11]: df 
Out[11]: 
    a b 
A 14 103 
B 90 107 
C 90 110 
D 96 114 
E 91 114 

In [12]: df -= df.min() # equivalent to df = df - df.min() 

In [13]: df /= df.max() # equivalent to df = df/df.max() 

In [14]: df 
Out[14]: 
      a   b 
A 0.000000 0.000000 
B 0.926829 0.363636 
C 0.926829 0.636364 
D 1.000000 1.000000 
E 0.939024 1.000000 

要將列的順序切換（從1到0，而不是0到1）：

In [15]: df['b'] = 1 - df['b'] 

的另一種方法，是否定B柱第一（df['b'] = -df['b']） 。

Answer 2

這是不是很優雅，但此兩個欄情況下，下面的工作：

#Create dataframe 
df = pd.DataFrame({'A':[14,90,90,96,91], 'B':[103,107,110,114,114]}) 

#Apply operates on each row or column with the lambda function 
#axis = 0 -> act on columns, axis = 1 act on rows 
#x is a variable for the whole row or column 
#This line will scale minimum = 0 and maximum = 1 for each column 
df2 = df.apply(lambda x:(x.astype(float) - min(x))/(max(x)-min(x)), axis = 0) 

#Want to now invert the order on column 'B' 
#Use apply function again, reverse numbers in column, select column 'B' only and 
#reassign to column 'B' of original dataframe 
df2['B'] = df2.apply(lambda x: 1-x, axis = 1)['B'] 

如果我找到一個更優雅的方式（例如，使用列索引：（0或1）模2 - 1選擇應用操作中的符號，這樣只需一個應用命令就可以完成，我會讓你知道的。

Answer 3

這就是你如何使用sklearn和preprocessing模塊來完成它。具有許多用於縮放和對中數據的預處理功能。

In [0]: from sklearn.preprocessing import MinMaxScaler 

In [1]: df = pd.DataFrame({'A':[14,90,90,96,91], 
          'B':[103,107,110,114,114]}).astype(float) 

In [2]: df 
Out[2]: 
    A B 
0 14 103 
1 90 107 
2 90 110 
3 96 114 
4 91 114 

In [3]: scaler = MinMaxScaler() 

In [4]: df_scaled = pd.DataFrame(scaler.fit_transform(df), columns=df.columns) 

In [5]: df_scaled 
Out[5]: 
      A   B 
0 0.000000 0.000000 
1 0.926829 0.363636 
2 0.926829 0.636364 
3 1.000000 1.000000 
4 0.939024 1.000000