pandas 对每一列数据进行标准化的方法
两种方式
>>>importnumpyasnp >>>importpandasaspd BackendTkAggisinteractivebackend.Turninginteractivemodeon. >>>np.random.seed(1) >>>df_test=pd.DataFrame(np.random.randn(4,4)*4+3) >>>df_test 0123 09.4973810.5529740.887313-1.291874 16.461631-6.2061559.979247-0.044828 24.2761562.0025188.848432-5.240563 31.7103311.4637837.535078-1.399565 >>>df_test_1=df_test >>>df_test.apply(lambdax:(x-np.min(x))/(np.max(x)-np.min(x)))#方法一 0123 01.0000000.8234130.0000000.759986 10.6101540.0000001.0000001.000000 20.3294991.0000000.8756240.000000 30.0000000.9343700.7311720.739260 >>>(df_test_1-df_test_1.min())/(df_test_1.max()-df_test_1.min())#方法二 0123 01.0000000.8234130.0000000.759986 10.6101540.0000001.0000001.000000 20.3294991.0000000.8756240.000000 30.0000000.9343700.7311720.739260
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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。