如何标准化 DataFrame 列以实现数据一致性？

规范化 DataFrame 列以保持一致性

在数据分析中，通常需要规范化 DataFrame 的列以确保数据范围的一致性。当处理来自不同来源的数据或值具有不同比例时，这一点尤其重要。

问题陈述

考虑一个包含具有不同值范围的列的数据框：

df:
    A     B   C
1000  10  0.5
765   5   0.35
800   7   0.09

目标是标准化此数据帧的列，使每个值落在 0 和 1 之间。

解决方案

均值归一化

使用 Pandas，均值归一化可以实现如下：

normalized_df = (df - df.mean()) / df.std()

此方法从原始值中减去每列的均值，然后除以标准差。

最小-最大归一化

对于最小-最大归一化：

normalized_df = (df - df.min()) / (df.max() - df.min())

此方法计算每个值的最小值和最大值列并使用它们将原始值缩放到范围 [0, 1]。

结果

两种标准化方法都会生成一个数据帧，其中每个值是0 到 1 之间。对于给定的示例数据帧，预期输出为：

A     B    C
1     1    1
0.765 0.5  0.7
0.8   0.7  0.18

以上是如何标准化 DataFrame 列以实现数据一致性？的详细内容。更多信息请关注PHP中文网其他相关文章！