对数据框中的行进行规范化和反规范化

Question

我有一个包含20k行和100列的数据框。我试图规范我的数据跨行。 Scikit的MinMaxScaler不允许我按行执行此操作。它有一个叫做minmax_scale的东西，它允许行规范化，但是我以后不能对其进行规范化。至少，我不知道该怎么做。你们会怎么做？

Answer 1

来自sklearn.preprocessing.minmax_scale：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 5],
                   'B': [88, 300, 200]})

# Find and store min and max vectors
min_values = df.min()
max_values = df.max()

normalized_df = (df - min_values) / (df.max() - min_values)

denormalized_df= normalized_df * (max_values - min_values) + min_values

 A    B
 1   88
 2  300
 5  200
    A         B
 0.00  0.000000
 0.25  1.000000
 1.00  0.528302
   A      B
 1.0   88.0
 2.0  300.0
 5.0  200.0