python - scikit learn 的 fit_transform 是否也会转换我的原始数据框？

Question

我正在使用 scikit 学习的 StandardScaler() 并注意到在我应用 transform(xtrain) 或 fit_transform(xtrain) 之后，它也会更改我的 xtrain 数据帧。这应该发生吗？如何避免 StandardScaler 更改我的数据框？ (我试过使用 copy=False)

xtrain.describe()    #everything ok here
scalar = StandardScaler()
xtrain2 = scalar.fit_transform(xtrain)   

在这个阶段，我希望 xtrain 不会改变，而 xtrain2 是 xtrain 的缩放版本。但是当我在 2 个数据帧上运行 describe() 时，我发现它们是相同的并且都被缩放了。这是为什么？

我遇到同样的问题:

scalekey = scalar.fit(xtrain)
xtrain2 = scalekey.transform(xtrain)

Answer 1

您可以复制一份并传递它，以免修改您的 df:

xtrain2 = xtrain.copy()
scalar.fit_transform(xtrain2) 

docs说明 StandardScaler 的默认参数是 copy=True 所以它不应该修改你的 df。