标准化大熊猫中的数据
假设我有一个熊猫数据框df：
我想计算数据框的列均值。
这很简单：
df.apply(average)
然后按列范围max（col）-min（col）。这又很容易：
df.apply(max) - df.apply(min)
现在，对于每个元素，我要减去其列的均值并除以其列的范围。我不确定该怎么做
任何帮助/指针将不胜感激。
问题答案：
In [92]: df
Out[92]:
a b c d
A -0.488816 0.863769 4.325608 -4.721202
B -11.937097 2.993993 -12.916784 -1.086236
C -5.569493 4.672679 -2.168464 -9.315900
D 8.892368 0.932785 4.535396 0.598124
In [93]: df_norm = (df - df.mean()) / (df.max() - df.min())
In [94]: df_norm
Out[94]:
a b c d
A 0.085789 -0.394348 0.337016 -0.109935
B -0.463830 0.164926 -0.650963 0.256714
C -0.158129 0.605652 -0.035090 -0.573389
D 0.536170 -0.376229 0.349037 0.426611
In [95]: df_norm.mean()
Out[95]:
a -2.081668e-17
b 4.857226e-17
c 1.734723e-17
d -1.040834e-17
In [96]: df_norm.max() - df_norm.min()
Out[96]:
a 1
b 1
c 1
d 1
-
我有一个数据帧，如： 所以我想通过两个“for循环”添加一些列，如： 新的类似数据帧的图片： 我的代码不起作用： 如何编写代码来获得像第二张图片这样的数据帧？
-
我正在读取一个包含多个datetime列的csv文件。我需要在读取文件时设置数据类型，但datetimes似乎是个问题。例如： 运行时出现错误： 不理解数据类型"datetime" 通过pandas在事实之后转换列。to_datetime（）不是一个选项，我不知道哪些列将成为datetime对象。这些信息可以更改，并且来自于通知我的数据类型列表的任何信息。 或者，我尝试用numpy.genfrom
-
问题内容： 我有一个包含屏幕名称，tweet，收藏夹等的Pandas DataFrame。我想找到“ favcount”（我已经做过）的最大值，并返回该“ tweet”的屏幕名称 我似乎找不到任何东西，任何人都可以帮助我朝正确的方向发展吗？ 问题答案： 使用 来获取最大价值的指标。那你可以用 编辑： 现已弃用，切换为
-
关于这个话题，人们已经提出了很多问题。（和许多其他人）。在众多的答案中，到目前为止，没有一个对我真正有帮助。如果我错过了有用的，请告诉我。 我只想将带有熊猫的CSV文件读入数据框。听起来很简单。 我的文件 我的代码： 我的错误： 我对这个问题的猜测是，Pandas看第一行，并期望在下面的行中有相同数量的代币。如果不是这样，它将以错误停止。 在众多答案中，使用选项的建议包括，例如：或或以及更多无帮助
-
我有一个熊猫数据框，它有语料库的术语频率，术语为行，年份为列，就像这样： 我希望能够通过将每个单词的值除以给定年份的总单词数来标准化它们——有些年份包含两倍多的文本，所以我试图按年缩放（像谷歌图书一样）。我已经看了如何缩放单个列的例子，克里斯·阿尔邦和我在SO上看到了缩放所有列的例子，但是每次我试图将这个数据框转换为一个数组来缩放时，事情都会窒息列这个词不是数字。（我尝试将术语列设置为索引，但不太
-
查看以下： 问题是它不会在ipython笔记本中按默认值打印所有行，但我必须切片才能查看结果行。即使以下选项也不会更改输出： 有人知道如何显示整个阵列吗？