对csv文件的指定列的数据进行最小-最大规范化，保存至新文件时，保证指定列的列名不变

好的，您的问题是如何对csv文件的指定列的数据进行最小-最大规范化，并且保证指定列的列名不变。

首先，您可以使用Python的pandas库来处理csv文件。请确保已经安装好pandas库。

接下来，先读入csv文件：

import pandas as pd

df = pd.read_csv('原始数据.csv')

这里假设原始数据文件为'原始数据.csv'。

接下来，定义一个函数来进行最小-最大规范化，如下所示：

def min_max_scale(series):
    max_val = series.max()
    min_val = series.min()
    return (series - min_val) / (max_val - min_val)

这个函数将每一个数据点进行最小-最大规范化，并返回规范化后的数据。

最后，对指定列调用这个函数，如下所示：

cols_to_normalize = ['col1', 'col2', 'col3']   # 指定需要规范化的列名
df[cols_to_normalize] = df[cols_to_normalize].apply(min_max_scale)

df.to_csv('新数据.csv', index=False)   # 将新数据保存到新文件中，并且不保留索引

在这个代码中，我们指定需要规范化的列名，然后使用DataFrame的apply函数对这些列调用刚刚定义的min_max_scale函数，将数据规范化。最后将新的DataFrame保存到新文件'新数据.csv'中。原来指定列的列名不会改变。

希望这个回答对您有帮助。如果您有其他问题，请继续提问，我会尽力解答。