scikit learn's fit_transform是否也会改变我的原始数据框架？

Question

我正在使用scikit learning的StandardScaler（）并注意到在应用变换（xtrain）或fit_transform（xtrain）之后，它还会更改我的xtrain数据帧。这应该发生吗？如何避免StandardScaler更改我的数据帧？ （我尝试过使用copy = False）

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

在这个阶段，我希望xtrain没有改变，而xtrain2是xtrain的缩放版本。但是当我在2个数据帧上运行describe（）时，我发现它们都是相同的，并且都已经缩放。那是为什么？

我遇到同样的问题：

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

Answer 1

您可以复制并传递此内容，以便不修改您的df：

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

docs表示StandardScaler的默认参数是copy=True，因此它不应该修改你的df。

Answer 2

考虑在pandas和scikit-learn中升级到0.16.x或更高版本。包装作者不断改进每个包装对待另一个包装的方式。