Normalize/scale 特定范围内的数据框

Question

我有以下数据框：

pd.DataFrame({'DateTime': {0: Timestamp('2022-02-08 00:00:00'),
  1: Timestamp('2022-02-08 00:10:00'),
  2: Timestamp('2022-02-08 00:20:00'),
  3: Timestamp('2022-02-08 00:30:00'),
  4: Timestamp('2022-02-08 00:40:00')},
 'wind power [W]': {0: 83.9, 1: 57.2, 2: 58.2, 3: 48.0, 4: 69.5}})

             DateTime  wind power [W]
0 2022-02-08 00:00:00            83.9
1 2022-02-08 00:10:00            57.2
2 2022-02-08 00:20:00            58.2
3 2022-02-08 00:30:00            48.0
4 2022-02-08 00:40:00            69.5

如您所见，83.9 是我第二列中的最大值，48.0 是最小值。我想在 0.6 和 8.4 之间的范围内标准化这些值，这样 83.9 就会变成 8.4，48.0 变成 0.6。其余数字介于两者之间。到目前为止，我只设法使用代码将列标准化为 0-1 的范围：

df['normalized'] = (df['wind power [W]']-df['wind power [W]'].min())/(df['wind power [W]'].max()-df['wind power [W]'].min())

我不知道如何进一步使这些数字在我想要的范围内。有人可以帮帮我吗？

Answer 1

我们可以使用 MinMaxScaler 来执行特征缩放，MinMaxScaler 支持一个名为 feature_range 的参数，它允许我们指定转换数据的所需范围

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler(feature_range=(0.6, 8.4))
df['normalized'] = scaler.fit_transform(df['wind power [W]'].values[:, None])

或者，如果您不想使用 MinMaxScaler，这里有一种方法可以仅在 pandas 中缩放数据：

w = df['wind power [W]'].agg(['min', 'max'])
norm = (df['wind power [W]'] - w['min']) / (w['max'] - w['min'])
df['normalized'] = norm * (8.4 - 0.6) + 0.6

print(df)

             DateTime  wind power [W]  normalized
0 2022-02-08 00:00:00            83.9    8.400000
1 2022-02-08 00:10:00            57.2    2.598886
2 2022-02-08 00:20:00            58.2    2.816156
3 2022-02-08 00:30:00            48.0    0.600000
4 2022-02-08 00:40:00            69.5    5.271309

Answer 2

如果您不想使用 sklearn，您可以使用 feature scaling 的维基百科定义：

a = 0.6
b = 8.4
x = df['wind power [W]']

df['normalized'] = a + (x - x.min()) * (b - a) / (x.max() - x.min())
print(df)

# Output
             DateTime  wind power [W]  normalized
0 2022-02-08 00:00:00            83.9    8.400000
1 2022-02-08 00:10:00            57.2    2.598886
2 2022-02-08 00:20:00            58.2    2.816156
3 2022-02-08 00:30:00            48.0    0.600000
4 2022-02-08 00:40:00            69.5    5.271309

Normalize/scale 特定范围内的数据框

Normalize/scale dataframe in a certain range

python

pandas

dataframe

scaling

normalize