Sklearn输出行为

Question

我遇到了一种情况，我想将sklearn的StandardScaler对象应用到我的dataframe的一列中。守则如下：

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

当我缩放列c并将结果输出到d列时，d中的值看起来类似于[[-1.224744871391589]]，形状为(1,1)。

我本来希望输出值是一个数值，而不是上面所示的列表。当然，我可以按照df['d'] = df['d'].apply(lambda x: x[0][0])这样做来绕过它，但是如果没有必要的话，我想避免这种额外的复杂情况。

我是不正确地使用scaler对象，还是这是解决这个问题的唯一方法？提前感谢！

Answer 1

自定义是先实例化转换器/估计器，然后再进行拟合和转换。下面是几个小改动的输出：

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