如何使用ColumnTransformer API对单个pandas DataFrame列应用多个变换器？

例如，我希望对DataFrame中的一列进行立方根运算，然后标准化其值：

df = pd.DataFrame(  np.array([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]]),  columns=['a', 'b', 'c'])transformer = ColumnTransformer(  [    ('root3_std', StandardScaler() + FunctionTransformer(np.cbrt), 'a') <-- 伪代码  ],  remainder='passthrough')

如果我这样写

transformer = ColumnTransformer(  [    ('root3', FunctionTransformer(np.cbrt), 'a'),    ('standardize', StandardScaler(), 'a')  ],  remainder='passthrough')

我会得到两列，一列是立方根，另一列是原始值的标准化结果。如何一次性应用两个变换器？

回答：

from sklearn.pipeline import Pipelineimport pandas as pdimport numpy as npfrom sklearn.preprocessing import FunctionTransformer, StandardScalerdf = pd.DataFrame(np.array([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]]),columns=['a', 'b', 'c'])pipe = Pipeline([('function_transformer', FunctionTransformer(np.cbrt)),                  ('standard_scalar', StandardScaler())])pipe.fit_transform(df[['a']])#oparray([[-1.32381804],   [ 0.23106179],   [ 1.09275626]])