我有一个看起来像这样的数据框架:

df = pd.DataFrame({    'x' : range(0,5),    'y' : [1,2,3,np.nan, np.nan]})

我想对y的值进行填补，同时对这两个变量应用标准化，代码如下:

columnPreprocess = ColumnTransformer([('imputer', SimpleImputer(strategy = 'median'), ['x','y']),   ('scaler', StandardScaler(), ['x','y'])])columnPreprocess.fit_transform(df)

然而，看起来ColumnTransformer会为每个步骤设置单独的列，不同的变换应用在不同的列上。这不是我想要的结果。

有没有办法对同一列应用不同的变换，并在输出数组中保持相同数量的列？

回答：

在这种情况下，你应该使用Pipeline:

import pandas as pdimport numpy as npfrom sklearn.pipeline import Pipelinefrom sklearn.impute import SimpleImputerfrom sklearn.preprocessing import StandardScalerdf = pd.DataFrame({    'x': range(0, 5),    'y': [1, 2, 3, np.nan, np.nan]})pipeline = Pipeline([    ('imputer', SimpleImputer(strategy='median')),    ('scaler', StandardScaler())])pipeline.fit_transform(df)# array([[-1.41421356, -1.58113883],#        [-0.70710678,  0.        ],#        [ 0.        ,  1.58113883],#        [ 0.70710678,  0.        ],#        [ 1.41421356,  0.        ]])