Данные предварительной обработки с масштабами, а затем бинаризуются в Python ⇐ Python

[Anonymous]

Я работаю над некоторыми доказательствами концепций для ML и хочу попробовать необычный метод масштабирования. Я хотел бы сгруппировать свои данные, а затем «масштабировать» и применить бинаризацию к этим данным. В основном я хочу, чтобы все данные выше среднего было 1 и ниже, чтобы быть 0. import pandas as pd
from sklearn import preprocessing

df = pd.DataFrame({'group': ['A', 'A', 'A', 'B','B', 'B'],
'column_to_scale': [4, 2, 6, 4, 9, 6]})
print(df)
df['column_to_scale'] = df.groupby("group")['column_to_scale'].transform(lambda x: preprocessing.scale(x))
print(df)
< /code>
Я ожидаю, что вывод будет выглядеть так: < /p>
# inital
group column_to_scale
0 A 4
1 A 2
2 A 6
3 B 4
4 B 9
5 B 6

# preprocessing.scale()
group column_to_scale
0 A 0.000000
1 A -1.224745
2 A 1.224745
3 B -1.135550
4 B 1.297771
5 B -0.162221

# preprocessing.binarize()
group column_to_scale
0 A 0
1 A 0
2 A 1
3 B 0
4 B 1
5 B 0


Подробнее здесь: https://stackoverflow.com/questions/796 ... -in-python