如何缩放pandas数据帧中除某些列以外的所有列？

在pandas中，要缩放数据帧（DataFrame）中除某些列以外的所有列，可以使用apply函数结合lambda表达式来实现。

首先，需要使用DataFrame的apply函数，指定axis=0参数，以按列（列向量）应用函数。然后，使用lambda表达式定义一个函数来对每一列进行缩放操作。在lambda表达式中，可以使用if语句来判断当前列是否需要进行缩放。

以下是一个示例代码：

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

# 创建一个示例数据帧
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7, 8, 9],
                   'D': [10, 11, 12]})

# 定义需要缩放的列
columns_to_scale = ['B', 'C']

# 定义缩放函数
scaler = MinMaxScaler()
scaling_func = lambda x: scaler.fit_transform(x.values.reshape(-1, 1)) if x.name in columns_to_scale else x

# 对数据帧应用缩放函数
scaled_df = df.apply(scaling_func, axis=0)

# 打印结果
print(scaled_df)

在上述示例代码中，首先创建了一个示例数据帧df，包含四列（A、B、C和D）。然后，通过指定columns_to_scale列表来定义需要缩放的列，这里选取了'B'和'C'列。

接下来，定义了一个缩放函数scaling_func，其中使用lambda表达式来检查当前列是否需要进行缩放操作。如果需要缩放，就使用sklearn.preprocessing模块中的MinMaxScaler进行缩放操作，否则保持原样。

最后，使用apply函数将缩放函数应用到数据帧df的每一列上，得到缩放后的数据帧scaled_df。最后打印结果即可。

需要注意的是，这里使用了sklearn.preprocessing模块中的MinMaxScaler进行缩放操作，如果还未安装该模块，可以使用以下命令进行安装：