我想规范以下数据框中的列：
import pandas as pd
from pprint import pprint
d = {'A': [1,0,3,0], 'B':[2,0,1,0], 'C':[0,0,8,0], 'D':[1,0,0,1]}
df = pd.DataFrame(data=d)
df = (df - df.mean())/df.std()
我不确定标准化是按行还是按列进行。
我打算对每列执行
(x - mean of elements in the column)/ standard deviation。是否需要将标准差除以每列中的条目数？
最佳答案
您的代码按列运行，并且可以正常运行。但是，如果这是您的问题，那么还有其他类型的规范化，这可能是您需要的：
平均归一化（就像您所做的那样）：
normalized_df=(df-df.mean())/df.std()
A B C D
0 0.000000 1.305582 -0.5 0.866025
1 -0.707107 -0.783349 -0.5 -0.866025
2 1.414214 0.261116 1.5 -0.866025
3 -0.707107 -0.783349 -0.5 0.866025
最小-最大归一化：
normalized_df=(df-df.min())/(df.max()-df.min())
A B C D
0 0.333333 1.0 0.0 1.0
1 0.000000 0.0 0.0 0.0
2 1.000000 0.5 1.0 0.0
3 0.000000 0.0 0.0 1.0
使用sklearn.preprocessin，您可以找到许多（不仅是）标准化方法，例如StandardScaler，MinMaxScaler或MaxAbsScaler：
使用sklearn的均值归一化：
将熊猫作为pd导入
从sklearn导入预处理
mean_scaler = preprocessing.StandardScaler(copy=True, with_mean=True, with_std=True)
x_scaled = mean_scaler.fit_transform(df.values)
normalized_df = pd.DataFrame(x_scaled)
0 1 2 3
0 0.000000 1.507557 -0.577350 1.0
1 -0.816497 -0.904534 -0.577350 -1.0
2 1.632993 0.301511 1.732051 -1.0
3 -0.816497 -0.904534 -0.577350 1.0
使用sklearn MinMaxScaler的最小-最大归一化：
import pandas as pd
from sklearn import preprocessing
min_max_scaler = preprocessing.MinMaxScaler()
x_scaled = min_max_scaler.fit_transform(df.values)
normalized_df = pd.DataFrame(x_scaled)
0 1 2 3
0 0.333333 1.0 0.0 1.0
1 0.000000 0.0 0.0 0.0
2 1.000000 0.5 1.0 0.0
3 0.000000 0.0 0.0 1.0
希望对您有帮助！
关于python - 标准化数据框的列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57987532/