如何将 sklearn 预处理器 fit_transform 与 pandas.groupby.transform 一起使用

Question

如何将 sklearn 预处理 fit.transform() 与 pandas.groupby.transform 一起使用？

我在这里使用了这个有效的代码：

示例数据框的图片

df.groupby('Category')['X1'].transform(lambda x: minmax_scale(x.astype(float)))

但是当我将其更改为下面的 MinMaxScaler() 方法时，它返回错误

使用 .fit_transform 方法时出错的代码

假设表只有 2 列：Category 和 X1

df.groupby('Category')['X1'].transform(lambda x: MinMaxScaler().fit_transform(x.values.reshape(-1,1)))

错误信息：

数据必须是一维的

但是，如果我不使用 .values.reshape(-1,1) 它会说

预期的二维数组，改为一维数组。 如果您的数据具有单个特征，则使用 array.reshape(-1, 1) 重塑您的数据

我们不应该在熊猫上对 .apply / .transform 使用 fit_transform 方法吗？

编辑：更新了新的错误消息

Answer 1

您必须使用 MinMaxScaler 对象实例（添加括号）。 尝试这个：

lambda x: MinMaxScaler().fit_transform(x.values.reshape(-1,1))

如果要传递缩放范围，请将其传递给构造函数：

lambda x: MinMaxScaler(feature_range=(0, 10)).fit_transform(x.values.reshape(-1,1))

这是一个工作示例：

df = pd.DataFrame (np.random.randint(1,100,(10)),columns = ['a'])
df['a'].transform(lambda x: MinMaxScaler(feature_range=(0, 10)).
                  fit_transform(x.values.reshape(-1,1)))

array([[ 0.        ],
       [ 6.55172414],
       [ 9.88505747],
       [ 6.09195402],
       [ 1.26436782],
       [ 8.62068966],
       [ 6.43678161],
       [ 5.74712644],
       [ 5.17241379],
       [10.        ]])

Answer 2

我刚刚找到了解决方案，即用 np.concatenate() 包装缩放器 解决方案类似于这里的线程： Pandas groupby in combine with sklean preprocessing continue

所以工作代码如下所示：

df.groupby('Category')['X1'].transform(
lambda x: np.concatenate(StandardScaler().fit_transform(x.values.reshape(-1,1))))