如何使用pandas/numpy标准化/标准化日期?

问题描述

带有以下代码段

import pandas as pd
train = pd.read_csv('train.csv',parse_dates=['dates'])
print(data['dates'])

我加载并控制数据.

我的问题是，如何对数据['日期']进行标准化/标准化以使所有元素都位于-1和1(线性或高斯)之间?

My question is, how can I standardize/normalize data['dates'] to make all the elements lie between -1 and 1 (linear or gaussian)??

推荐答案

使用熊猫的解决方案

df = pd.DataFrame({
        'A':
            ['1980-01-01', '1980-02-02', '1980-03-02', '1980-01-21',
             '1981-01-21', '1991-02-21', '1991-03-23'] })
df['A'] = pd.to_datetime(df['A']).astype('int64')
max_a = df.A.max()
min_a = df.A.min()
min_norm = -1
max_norm =1
df['NORMA'] = (df.A- min_a) *(max_norm - min_norm) / (max_a-min_a) + min_norm

这篇关于如何使用pandas/numpy标准化/标准化日期?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！