python - 规范化 Pandas 数据框的行

Question

我需要规范化数据框的行，其中包含填充为全零的行。例如:

df= pd.DataFrame({"ID": ['1', '2', '3', '4'], "A": [1, 0, 10, 0], "B": [4, 0, 30, 0]})

ID  A   B
1   1   4
2   0   0
3   10  30
4   0   0 

我的方法是首先排除零值行，然后使用以下方法规范化非零子集:

df1 = df[df.sum(axis=1) != 0]
df2 = df[df.sum(axis=1) == 0]
sum_row = df1.sum(axis=1)
df1.div(sum_row, axis=0)

然后按如下方式连接两个数据帧:

pd.concat([df1, df2]).reset_index()

但是，我在应用 df1.div(sum_row, axis=0)

时遇到了以下错误

ValueError: operands could not be broadcast together with shapes (6,) (2,)

我想知道如何修复该错误以及是否存在更有效的方法。谢谢!

编辑:生成的数据框预计如下所示:

ID  A     B
1   0.2   0.8 
2   0     0
3   0.25  0.75
4   0     0 

Answer 1

您可以使用 Normalizer in scikit-learn

df= pd.DataFrame({"ID": ['1', '2', '3', '4'], "A": [1, 0, 10, 0], "B": [4, 0, 30, 0]})
df = df.set_index('ID')

from sklearn.preprocessing import Normalizer
df.iloc[:,:] = Normalizer(norm='l1').fit_transform(df)

print(df)

       A     B
ID            
1   0.20  0.80
2   0.00  0.00
3   0.25  0.75
4   0.00  0.00