使用StandardScaler缩放数据后调用head()报AttributeError如何解决？

问题原因 #

scaler.transform(data)返回的是numpy.ndarray类型的数组，而head()是pandas DataFrame特有的方法，数组对象没有这个属性，因此触发AttributeError。

解决方案 #

方案1：将缩放结果转回DataFrame（推荐，保留列名）

把缩放后的数组重新包装成pandas DataFrame，复用原数据集的列名，就能正常使用head()方法：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns
%matplotlib inline

data = pd.read_csv('data.csv', nrows=50000)

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
# 拟合数据后转换结果，再转为DataFrame并保留原列名
scaled_data = pd.DataFrame(scaler.fit_transform(data), columns=data.columns)

# 正常调用head()
scaled_data.head()

方案2：直接用numpy切片查看前几行

如果不需要DataFrame格式，直接用numpy数组的切片语法查看前N行，效果和head()一致：

scaled_data = scaler.transform(data)
# 查看前5行
print(scaled_data[:5])

简化写法 #

可以用fit_transform一步完成拟合和转换，减少代码行数：

scaled_data = pd.DataFrame(scaler.fit_transform(data), columns=data.columns)
scaled_data.head()

内容的提问来源于stack exchange，提问作者Andre Ginting