Sklearn Scaler 输出行为

Question

我有一种情况，我想将 sklearn 的 StandardScaler 对象应用于我的数据框的一列。代码如下：

import pandas as pd
from sklearn.preprocessing import StandardScaler

df = pd.DataFrame([(1,2,3), (2,3,4), (3,4,5)], columns=['a','b','c'])
scaler = StandardScaler().fit(df['c'].values.reshape(-1,1))
df['d'] = df['c'].apply(scaler.transform)
df

当我缩放 c 列并将结果输出到 d 列时，d 中的值看起来像 [[-1.224744871391589]]，形状为 (1,1)

我本以为输出值是一个数值，而不是上面看到的列表。我当然可以通过按照 df['d'] = df['d'].apply(lambda x: x[0][0]) 的方式做一些事情来解决它，但如果没有必要，我想避免这种额外的并发症。

我是否错误地使用了缩放器对象，或者这是解决它的唯一方法吗？提前致谢！

Answer 1

习惯上是先实例化trasformer/estimator，再进行适配变换。以下是经过一些小改动后的输出：

import pandas as pd
from sklearn.preprocessing import StandardScaler

df = pd.DataFrame([(1,2,3), (2,3,4), (3,4,5)], columns=['a','b','c'])

scaler = StandardScaler()

scaler.fit(df['c'].values.reshape(-1,1))

df['d'] = scaler.transform(df['c'].values.reshape(-1,1))
df

Out[84]: 
   a  b  c         d
0  1  2  3 -1.224745
1  2  3  4  0.000000
2  3  4  5  1.224745

Sklearn Scaler 输出行为

Sklearn Scaler output behavior

python

data-processing

pandas

scikit-learn