python3.6怎么单独正则化/标准化DataFrame中的指定列数据

问题描述

问 题

问题：
读入一个excel表后，想要正则化（标准化）其中的某一列数据，还试过单独正则化后，再把两个DataFrame拼接的，用过insert和cancat，append这些，但是因为索引对不上号，不能直接拼到后面，顺序会改变，出现很多NAN
代码：

zscore = lambda x: (x-x.mean())/x.std()
transformerd = selectPE.groupby('流通市值').transform(zscore)

rr1_normalized = preprocessing.normalize(selectPE['利润同比%%']).T
rr2_normalized = pd.DataFrame(rr1_normalized)
selectPE.insert(5, 'norm利润同比%%', rr2_normalized)

单独正则化得到一列后，不会连接到一起，要是能在DataFrame中直接正则化那一列多好啊，下面是正则化后的利润同比那一列

rr2_normalized

解决方案

不知道你说的单独正则化是什么意思，我猜你是想对某列进行处理

import pandas as pd
data = [
    [1, 2, 3],
    [5, 4, 1],
    [3, 3, 2]
]

df = pd.DataFrame(data, columns=['A', 'B', 'C'])
df['D'] = df.apply(lambda x: x.mean(), axis=1)
print df

这篇关于python3.6怎么单独正则化/标准化DataFrame中的指定列数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！