如何对DataFrame特定列应用向量化操作？以泰坦尼克号数据集为例

核心思路 #

只对指定数值列做归一化，保留所有object类型列，同时跳过survived这类无需修改的数值（布尔）列。

1. 筛选目标列 #

先找出所有需要归一化的数值列：排除survived，同时避开object类型列。

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

# 假设已加载titanic数据集
# titanic = pd.read_csv("titanic.csv")

# 定义无需修改的数值列
exclude_cols = ["survived"]
# 筛选出要归一化的数值列：所有数值列 - 排除列
target_cols = titanic.select_dtypes(include=["int64", "float64"]).columns.difference(exclude_cols)

2. 执行归一化 #

这里用常用的Min-Max归一化（将数值缩放到0-1区间），提供两种实现方式：

方式一：覆盖原列 #

直接替换原始数值列，节省存储空间：

scaler = MinMaxScaler()
# 对目标列做归一化并替换原数据
titanic[target_cols] = scaler.fit_transform(titanic[target_cols])

方式二：保留原列，生成归一化新列 #

如果需要保留原始数值，给归一化后的列加后缀区分：

scaler = MinMaxScaler()
# 生成新列名
normalized_col_names = [f"{col}_normalized" for col in target_cols]
# 赋值新列
titanic[normalized_col_names] = scaler.fit_transform(titanic[target_cols])

3. 验证结果 #

确认处理后的数据符合预期：

# 查看前5行数据
print(titanic.head())
# 检查survived列是否仍为0/1
print(titanic["survived"].unique())
# 检查归一化列的取值范围（Min-Max后应为0-1）
print(titanic[target_cols].describe())

内容的提问来源于stack exchange，提问作者pouya