def df_min_max(df, v_min, v_max):
df_min_max = (df - df.min()) / (df.max() - df.min())
df_scaled = df_min_max * (v_max - v_min) + v_min
return df_scaled
for i in value_to_scaler:
df[i] = df_min_max(df[i],0,1)
value_to_scaler是需要归一化的列名列表
['a','b','c']
pandas 列批量归一化
2018-07-18
4207
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
10月前
|
JSON
数据可视化
数据挖掘
python数据可视化开发(2)：pandas读取Excel的数据格式处理（数据读取、指定列数据、DataFrame转json、数学运算、透视表运算输出）
python数据可视化开发(2)：pandas读取Excel的数据格式处理（数据读取、指定列数据、DataFrame转json、数学运算、透视表运算输出）
226
0
0
|
索引
Python
|
SQL
分布式计算
Scala
Pandas vs Spark：获取指定列的N种方式
本篇继续Pandas与Spark常用操作对比系列，针对常用到的获取指定列的多种实现做以对比。
注：此处的Pandas特指DataFrame数据结构，Spark特指spark.sql下的DataFrame数据结构。
547
0
0
|
Python
|
Python
数据挖掘
数据分析工具PANDAS技巧-如何删除数据帧的列
数据分析工具PANDAS技巧-如何删除数据帧的列
在本教程中，我们将介绍如何从pandas数据帧(dataframe)中删除或删除一个或多个列。
什么是pandas ？
pandas是一个用于数据操作的python包。
1386
0
0
|
Python
存储
在 Pandas 中更改列的数据类型
import pandas as pd
import numpy as np
a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a)
df.dtypes
0 object
1 object
2 object
dtype: object
数据框（data.frame）是最常用的数据结构，用于存储二维表（即关系表）的数据，每一列存储的数据类型必须相同，不同数据列的数据类型可以相同，也可以不同，但是每列的行数（长度）必须相同。
4218
0
0
|
Python
在Pandas中更改列的数据类型【方法总结】
2211
0
0
|
索引
Python
pandas 索引与列相互转化
987
0
0
|
13小时前
|
Python
使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序
使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序。示例代码展示了如何按'Name'和'Age'列排序 DataFrame。先按'Name'排序，再按'Age'排序。sort_values()的by参数接受列名列表，ascending参数控制排序顺序（默认升序），inplace参数决定是否直接修改原DataFrame。
5
1
1
|
14小时前
|
NoSQL
Serverless
Python
在Python的Pandas中，可以通过直接赋值或使用apply函数在DataFrame添加新列。
在Python的Pandas中，可以通过直接赋值或使用apply函数在DataFrame添加新列。方法一是直接赋值，如`df['C'] = 0`，创建新列C并初始化为0。方法二是应用函数，例如定义`add_column`函数计算A列和B列之和，然后使用`df.apply(add_column, axis=1)`，使C列存储每行A、B列的和。
7
0
0
热门文章
最新文章
1
如何使用Python的Pandas库进行数据缺失值处理？
2
Pandas一键解析代理IP与代理IP池的维护
3
Pandas实战案例：电商数据分析的实践与挑战
4
《Pandas 简易速速上手小册》第7章：Pandas 文本和类别数据处理（2024 最新版）
5
Pandas数据结构详解：Series与DataFrame的奥秘
6
python常用pandas函数nlargest / nsmallest及其手动实现
7
如何在Pandas中对数据集进行多级分组并进行聚合计算？
8
如何在Python中使用Pandas库进行季节性调整？
9
数据处理利器：使用Pandas进行数据清洗与转换
10
如何使用Python的Pandas库进行数据排序和排名
1
Python数据分析（三）—— Pandas数据统计
21
2
第四章 Pandas 统计分析基础
53
3
使用Pandas库对淘宝原始数据进行数据处理和分词处理
30
4
Python中如何使用pandas和matplotlib库绘制图表
35
5
pandas读取某列、某行数据——loc、iloc用法总结
106
6
python进行数据处理——pandas的drop函数
14
7
【机器学习】数据清洗——基于Pandas库的方法删除重复点
53
8
Pandas中concat的用法
42
9
深入探索Pandas的DataFrame：基本用法与案例研究
32
10
利用Python中的Pandas库进行数据分析和可视化
32