Question

我正在使用Pandas创建一个数据框，该数据框最初从逗号分隔的文件中读取值。 CSV文件包含与员工相关的数据集。使用MinMaxScaler，将CSV文件中的数据标准化为0-1。规范化步骤工作正常，并且print语句打印出属性的规范化结果。但是，当我尝试将这些结果（规范化值）针对每个属性保存在新的CSV文件中时，它将创建一个新文件“ Employees_modified”，其值与作为给MinMaxScaler函数输入的“ Employees”数据集的值相同。我是Pandas的新手，所以不知道哪里可能是错误。我的代码如下：

import pandas as pd
from sklearn.preprocessing import MinMaxScaler
dframe = pd.read_csv('Employees.csv')
one_scaler = MinMaxScaler(feature_range=(0, 1))
one_scaler.partial_fit(dframe)
a_scaled = one_scaler.transform(dframe)
print(a_scaled)
dframe.to_csv('Employees_modified.csv')

我想将归一化的值保存在Employees_modified文件中，但是结果在两者之间的某个位置丢失。

Answer 1

尝试：

one_scaler = MinMaxScaler(feature_range=(0, 1), copy=False)

Answer 2

您正在将原始数据帧写入文件。下面的代码应满足您的要求：

import pandas as pd
from sklearn.preprocessing import MinMaxScaler
dframe = pd.read_csv('Employees.csv')
one_scaler = MinMaxScaler(feature_range=(0, 1))
one_scaler.partial_fit(dframe)
a_scaled = one_scaler.transform(dframe)
print(a_scaled)
#creates a dataframe from the scaled data
pd.DataFrame(a_scaled, columns=list(dframe)).to_csv('Employees_modified.csv')

熊猫to_csv（）无法保存结果

2 个答案: