pandas 对每一列数据进行标准化的方法

yipeiwu_com6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 列表的清空方式

情况列表的操作: del list[:] list=[] list[:]=[] def func(L): L....

Python装饰器使用你可能不知道的几种姿势

前言 在Python中,装饰器是一种十分强大并且好用的语法,一些重复的代码使用装饰器语法的话能够使代码更容易理解及阅读。 因此在这里简单总结了一下Python中装饰器的几种用法以及需要...

python 删除大文件中的某一行(最有效率的方法)

用 python 处理一个文本时,想要删除其中中某一行,常规的思路是先把文件读入内存,在内存中修改后再写入源文件。 但如果要处理一个很大的文本,比如GB级别的文本时,这种方法不仅需要占用...

python 利用浏览器 Cookie 模拟登录的用户访问知乎的方法

python 利用浏览器 Cookie 模拟登录的用户访问知乎的方法

首先在火狐浏览器上登录知乎,然后使用火狐浏览器插件 Httpfox 获取 GET 请求的Cookie,这里注意使用状态值为 200(获取成功)的某次GET. 将 Cookies 复制出...

Python使用get_text()方法从大段html中提取文本的实例

如下所示: <textarea rows="" cols="" name="id"><DIV style="TEXT-INDENT: 18pt; mso-char-...