Python 3.x 如何标准化熊猫中的行?
我有这样一个数据集:Python 3.x 如何标准化熊猫中的行?,python-3.x,pandas,Python 3.x,Pandas,我有这样一个数据集: value_last_1 value_last_2 value_last_3 value_last_4 53.40 91.29 106.56 34.71 131.92 81.53 70.57 31.82 0.00 0.00 21.27 12.55 使用sklearn.prepr
value_last_1 value_last_2 value_last_3 value_last_4
53.40 91.29 106.56 34.71
131.92 81.53 70.57 31.82
0.00 0.00 21.27 12.55
使用
sklearn.preprocessing.StandardScaler
可以很容易地按列标准化数据集。但是,如果我想按行进行标准化,如何在不转置数据集的情况下做到这一点?是的,您可以使用pandasmean
和std
df.sub(df.mean(1), axis=0).div(df.std(1), axis=0)
Out[841]:
value_last_1 value_last_2 value_last_3 value_last_4
0 -0.545272 0.596815 1.057086 -1.108629
1 1.283973 0.062308 -0.203409 -1.142872
2 -0.813624 -0.813624 1.233186 0.394061
当我计算标准偏差时。我认为熊猫会使用样本标准差,而不是sd作为种群。我还有一个问题,比如如果4列中的所有值都相同,那么标准偏差为零,结果为NaN。然后我会使用
.fillna
来解决这个问题,是的,你可以使用fillna