python-3.x - Python Pandas : Best way to normalize data?

Question

This question already has answers here:

Normalise between 0 and 1 ignoring NaN

(3个答案)


在4年前关闭。




我有一个大约80列的 Pandas 数据框。数据框中的80列中的每列都报告网站的每日流量统计信息(这些列是网站)。

因为我不想使用原始流量统计信息，所以我想对我的所有列进行标准化(第一个列(日期除外))。从0到1或(甚至更好)从0到100。

Date        A      B      ...
10/10/2010  100.0  402.0  ...
11/10/2010  250.0  800.0  ...
12/10/2010  800.0  2000.0 ...
13/10/2010  400.0  1800.0 ...

话虽如此，我不知道要应用哪种规范化。 Min-Max scaling与z-Score规范化(标准化)？我的某些专栏有很强的离群值。举个例子，太好了。很抱歉无法提供完整的数据。

最佳答案

首先，将“日期”列转换为索引。

dates = df.pop('Date')
df.index = dates

然后使用z-score规范化:

df1 = (df - df.mean())/df.std()

或最小-最大缩放比例:

df2 = (df-df.min())/(df.max()-df.min())

我可能会建议z分数归一化，因为最小-最大缩放对异常值非常敏感。

关于python-3.x - Python Pandas : Best way to normalize data?，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40197156/

上一篇：transactions - SQL Server 2000 和 System.Transactions.TransactionScope()

下一篇：apache-kafka - 未能构建 kafka 消费者

Answer 1

首先，将“日期”列转换为索引。

dates = df.pop('Date')
df.index = dates

然后使用z-score规范化:

df1 = (df - df.mean())/df.std()

或最小-最大缩放比例:

df2 = (df-df.min())/(df.max()-df.min())

我可能会建议z分数归一化，因为最小-最大缩放对异常值非常敏感。