Python中如何使用MinMaxScaler对pandas数据框按分组做归一化？

• 变量名拼写错误：你前面定义的DataFrame变量名是data，但分组时写的是dataframe，运行会直接报变量未定义错误。
• 输入维度不匹配：MinMaxScaler.fit_transform()要求输入是二维数组，而groupby取出来的x是一维Series，直接传入会触发维度错误。
• 全局Scaler实例状态污染：你全局只初始化了一个MinMaxScaler，处理不同分组时前一个分组的拟合参数会被后一个覆盖，无法实现每组独立缩放。

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

data = pd.DataFrame({'x': [1,2,3,4,5],
              'name': ['jo', 'ellen','jo', 'ellen' ,'jo' ]} )

# 按name字段分组，每组独立执行MinMax缩放
data['scaled_x'] = data.groupby('name')['x'].transform(
    lambda s: MinMaxScaler().fit_transform(s.values.reshape(-1, 1)).flatten()
)

处理后的DataFrame输出如下：

x   name  scaled_x
0  1     jo       0.0
1  2  ellen       0.0
2  3     jo       0.5
3  4  ellen       1.0
4  5     jo       1.0

完全符合分组独立缩放的预期：jo分组的x值[1,3,5]缩放后对应[0,0.5,1]，ellen分组的x值[2,4]缩放后对应[0,1]。

内容的提问来源于stack exchange，提问作者Soren Christensen