pandas 对每一列数据进行标准化的方法

yipeiwu_com5年前Python基础

两种方式

>>> import numpy as np 
>>> import pandas as pd 
Backend TkAgg is interactive backend. Turning interactive mode on. 
>>> np.random.seed(1) 
>>> df_test = pd.DataFrame(np.random.randn(4,4)* 4 + 3) 
>>> df_test 
   0   1   2   3 
0 9.497381 0.552974 0.887313 -1.291874 
1 6.461631 -6.206155 9.979247 -0.044828 
2 4.276156 2.002518 8.848432 -5.240563 
3 1.710331 1.463783 7.535078 -1.399565 
>>> df_test_1 = df_test 
>>> df_test.apply(lambda x: (x - np.min(x)) / (np.max(x) - np.min(x))) #方法一 
   0   1   2   3 
0 1.000000 0.823413 0.000000 0.759986 
1 0.610154 0.000000 1.000000 1.000000 
2 0.329499 1.000000 0.875624 0.000000 
3 0.000000 0.934370 0.731172 0.739260 
 
>>> (df_test_1 - df_test_1.min()) / (df_test_1.max() - df_test_1.min())#方法二 
   0   1   2   3 
0 1.000000 0.823413 0.000000 0.759986 
1 0.610154 0.000000 1.000000 1.000000 
2 0.329499 1.000000 0.875624 0.000000 
3 0.000000 0.934370 0.731172 0.739260 

结果一致且正确

以上这篇pandas 对每一列数据进行标准化的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

Python 正则表达式实现计算器功能

Python 正则表达式实现计算器功能

需求: 用户输入运算表达式,终端显示计算结果 代码: # !/usr/bin/env/ python3 # -*- coding: utf-8 -*- """用户输入计算表达式,显...

对python指数、幂数拟合curve_fit详解

对python指数、幂数拟合curve_fit详解

1、一次二次多项式拟合 一次二次比较简单,直接使用numpy中的函数即可,polyfit(x, y, degree)。 2、指数幂数拟合curve_fit 使用scipy.optimiz...

根据DataFrame某一列的值来选择具体的某一行方法

根据DataFrame某一列的值来选择具体的某一行方法

原始数据的DF: 此时,我要选择列名isInfected为“手足口病”的样本行: 总结:选择DataFrame里面某一列等于某个值的所有行,用一条命令即可解决即: df.loc[...

python 3.7.0 安装配置方法图文教程

python 3.7.0 安装配置方法图文教程

本文记录了python 3.7.0 安装配置方法,供大家参考,具体内容如下 S1 登入Python官网下载网址 S2 下载后缀为exe的可执行文件,并根据自己电脑/主机的系统选择32位还...

Python正则表达式教程之二:捕获篇

前言 在上一篇文中,我们介绍了关于Python正则表达式的基础,那么在这一篇文章里,我们将总结一下正则表达式关于捕获的用法。下面话不多说,来看看详细的介绍吧。  &n...