Python 3.x 如何标准化熊猫中的行？

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.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pandas

mean

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