分组使用MinMaxScaler后inverse_transform结果异常求助

开发者阿泽

2026-5-14

问题分析

你遇到的逆变换失败问题，核心原因有两个：

数据类型错误：在缩放前你把Price列转成了字符串格式（'{:.2f}'.format(x)），但MinMaxScaler需要处理数值类型数据，字符串会直接打乱后续的计算逻辑。
Scaler实例未按分组绑定：每个客户的价格范围差异极大（比如客户B的最大价格是142466027340.03，客户A的最大价格仅2342323.24），MinMaxScaler的拟合参数（min_和scale_）是和分组强绑定的，但你逆变换时用的是同一个全局scaler，它只保留了最后一次拟合的分组参数，自然无法正确还原其他分组的数据。

解决方案

下面是修正后的完整代码，我们会为每个分组单独保存对应的scaler实例，同时全程保留数值类型进行处理：

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

# 构建原始DataFrame（模拟你的数据）
data = [
    ["1/6/2019", "A", 142404534.13], ["1/7/2019", "A", 989.34],
    ["1/8/2019", "A", 45444.57], ["1/9/2019", "A", 574343.10],
    ["1/10/2019", "A", 23232.34], ["1/1/2019", "A", 923423.00],
    ["1/2/2019", "A", 332.00], ["1/3/2019", "A", 2342323.24],
    ["1/4/2019", "A", 232.00], ["1/5/2019", "A", 65.70],
    ["1/6/2019", "B", 875.46], ["1/7/2019", "B", 142466027340.03],
    ["1/8/2019", "B", 25.17], ["1/9/2019", "B", 1.01],
    ["1/10/2019", "B", 1.00], ["1/10/2019", "B", 57.61],
    ["1/6/2019", "B", 232232.78], ["1/7/2019", "B", 15.20],
    ["1/8/2019", "B", 44.56], ["1/9/2019", "B", 2323254.45],
    ["1/10/2019", "B", 395.45], ["1/10/2019", "B", 23423454.92],
    ["1/6/2019", "C", 34.12], ["1/7/2019", "C", 89.34],
    ["1/8/2019", "C", 44.57], ["1/9/2019", "C", 343.10],
    ["1/10/2019", "C", 232.34]
]
df = pd.DataFrame(data, columns=["Date", "Customer", "Price"])

# 第一步：按分组拟合缩放，同时保存每个客户的scaler实例
scaler_dict = {}  # 存储每个客户对应的scaler
scaled_prices = []

for customer, group in df.groupby('Customer'):
    scaler = MinMaxScaler()
    # 对当前分组的Price进行缩放
    group_scaled = scaler.fit_transform(group['Price'].values.reshape(-1, 1)).ravel()
    scaled_prices.extend(group_scaled)
    # 保存当前客户的scaler
    scaler_dict[customer] = scaler

# 添加缩放后的数据到原DataFrame（仅格式化显示用，保留原始数值用于逆变换）
df['Scaled_Price'] = scaled_prices
df['Scaled_Price_Formatted'] = df['Scaled_Price'].apply(lambda x: '{:.2f}'.format(x))

# 第二步：用保存的scaler逆变换，还原原始价格
restored_prices = []
for idx, row in df.iterrows():
    customer = row['Customer']
    scaled_val = row['Scaled_Price']
    # 获取当前客户对应的scaler
    scaler = scaler_dict[customer]
    # 执行逆变换
    original_val = scaler.inverse_transform([[scaled_val]])[0][0]
    restored_prices.append(original_val)

# 添加还原后的价格到DataFrame
df['Restored_Price'] = restored_prices
df['Restored_Price_Formatted'] = df['Restored_Price'].apply(lambda x: '{:.2f}'.format(x))

# 验证结果（查看前几行对比原始价格和还原价格）
print(df[['Customer', 'Price', 'Scaled_Price_Formatted', 'Restored_Price_Formatted']].head())

关键细节说明

保留数值类型：缩放和逆变换全程使用float类型处理，只在需要显示时格式化字符串，避免类型转换导致的计算错误。
分组绑定Scaler：用字典scaler_dict存储每个客户对应的MinMaxScaler实例，确保逆变换时调用的是该分组专属的拟合参数。
逐行匹配逆变换：遍历每一行数据，根据客户匹配对应的scaler，保证每个缩放后的值都能被精准还原。

运行代码后，Restored_Price列的数值会和原始Price列完全一致（浮点精度范围内），解决你之前的逆变换错误问题。

内容的提问来源于stack exchange，提问作者mukesh tech01