データセットの一部にStandardScalerを適用

Question

sklearnのStandardScalerからseveralsメソッドを使用したいと思います。これらのメソッドを、セット全体に適用するのではなく、セットの一部のカラム/フィーチャで使用することは可能ですか？

例えばセットはdataです：

data = pd.DataFrame({'Name' : [3, 4,6], 'Age' : [18, 92,98], 'Weight' : [68, 59,49]}) 

    Age Name Weight 
0 18  3  68 
1 92  4  59 
2 98  6  49 


col_names = ['Name', 'Age', 'Weight'] 
features = data[col_names] 

私は合うとdata

scaler = StandardScaler().fit(features.values) 
features = scaler.transform(features.values) 
scaled_features = pd.DataFrame(features, columns = col_names) 

     Name  Age Weight 
0 -1.069045 -1.411004 1.202703 
1 -0.267261 0.623041 0.042954 
2 1.336306 0.787964 -1.245657 

を変換しかし、もちろん名前が浮いていませんが、文字列と、私はそれらを標準化する必要はありません。 fitとtransform関数は、AgeとWeightの列にのみどのように適用できますか？

Answer 1

まず、あなたのデータフレームのコピーを作成します。

scaled_features = data.copy() 

を変換して[名前]列を含めないでください：

今

col_names = ['Age', 'Weight'] 
features = scaled_features[col_names] 
scaler = StandardScaler().fit(features.values) 
features = scaler.transform(features.values) 

、新しいデータフレームを作成しますが、結果を割り当てませんそれらの2つの列に：

scaled_features[col_names] = features 
print(scaled_features) 


     Age Name Weight 
0 -1.411004  3 1.202703 
1 0.623041  4 0.042954 
2 0.787964  6 -1.245657 

Answer 2

これを行うためのもっとpythonicな方法 -

from sklearn.preprocessing import StandardScaler 
data[['Age','Weight']] = data[['Age','Weight']].apply(
          lambda x: StandardScaler().fit_transform(x)) 
data 

出力 -

  Age Name Weight 
0 -1.411004  3 1.202703 
1 0.623041  4 0.042954 
2 0.787964  6 -1.245657