我有以下数据集（这里只展示前五行）：

     x0_Open Play   x1_Foot x1_Head  distance     angle0        1             1       0     26.213579  14.2133531        1             1       0     17.011103  20.4248012        1             1       0     24.033554  13.1633703        1             1       0     18.165922  21.5411464        1             1       0     24.563994  16.868598

这里，前三个特征是OneHotEncoder的结果。现在我想使用StandardScaler来缩放distance和angle特征。

在Python中编写管道的通用结构如下：

from sklearn.pipeline import make_pipelinescaled_log_reg = make_pipeline(StandardScaler(), LogisticRegression())

但这会缩放整个数据集，我只想缩放distance和angle特征。在管道中应用缩放时，如何实现只对特定特征进行缩放的概念呢？

回答：

你可以使用ColumnTransformer：

scaler = ColumnTransformer([('scaler (or any name)',                               StandardScaler(),                             ['distance', 'angle']                            )], remainder='passthrough')