Python 3.x 为特征工程生成标准化离散值

有一个dataframe，其中一列存储离散值，如下所示。我想创建另一列来存储规范化值。例如，对于

4050

，相应的条目将是

4

。有没有什么有效的方法来代替编写我自己的函数？在Sklearn中，是否有生成规范化值的函数

根据您的评论：

---

大约有20个不同的值，范围从1000到9999，所以我想将每1000个值作为一个类别

从严格意义上讲，这并不是真正的规范化。但是，要做到这一点，您可以轻松地使用楼层划分（

/

）：

例如：

>>> df
   values
0    2021
1    8093
2    9870
3    4508
4    2645
5    1441
6    8888
7    8921
8    7292
9    8571

df['new_column'] = df['values']//1000

>>> df
   values  new_column
0    2021           2
1    8093           8
2    9870           9
3    4508           4
4    2645           2
5    1441           1
6    8888           8
7    8921           8
8    7292           7
9    8571           8

---

为什么对应的条目是4？你想要什么样的标准化？有很多方法可以规范化数据…大约有20个不同的值，范围从1000到9999，所以我想用每1000个作为分类库，你对如何更好地规范化它们有什么建议吗？就像我说的，这不是规范化。我不确定你想要什么，但如果你想标准化它们，使它们的平均值为0，标准偏差为1，我建议使用，但我认为这与你的要求完全不同。

>>> df
   values
0    2021
1    8093
2    9870
3    4508
4    2645
5    1441
6    8888
7    8921
8    7292
9    8571

df['new_column'] = df['values']//1000

>>> df
   values  new_column
0    2021           2
1    8093           8
2    9870           9
3    4508           4
4    2645           2
5    1441           1
6    8888           8
7    8921           8
8    7292           7
9    8571           8