Python 如何遍历数据帧中的每个列和每个单元格

我有一个数据帧（

training_df

），有4列，每个列包含大约150行。我还具有以下功能：

def normalise(theMin, theMax, theVal):
    if(theMin == theVal):
        return 0
    else if(theMax == theVal):
        return 1
    return (theVal - theMin) / (theMax - theMin)

现在，我要做的是依次遍历数据帧的所有四列，遍历每列中的所有行，对于行中的每个值（当然，每行中只有一个单元格），我想用

normalise

函数返回的任何值替换它们。因此，我通过查看本论坛中已经提出的问题，尝试了类似的方法：

for column in training_df:
    theMin = training_df[column].min()
    theMax = training_df[column].max()    
    for i in training_df[[column]].iterrows():
        training_df[[column[i]]] = normalise(theMin, theMax, i)

但是我得到了一个

类型错误：字符串索引必须是整数

我对Python和pandas以及数据挖掘非常陌生，所以如果有人能澄清一下这一点，我会非常感激。提前谢谢。

我要做什么

df.apply(lambda x : (x-x.min())/(x.max()-x.min()))

---

df=df-df.min（）/（df.max（）-df.min（））

同样有效谢谢您的回复@Wen。问题不在于函数，而是每次测试时都返回所需的值。当我尝试替换数据帧中的值时，就会出现问题。以下部分工作正常：对于training_df中的列：theMin=training_df[column].min（）theMax=training_df[column].max（），但当我尝试用返回值替换每个单元格中的值时，它会给我一个error@SedatTurkoglu在training_df[[column]]中将x，i更改为

。iterrows（）：training_df.loc[x，column]=正常化（theMin，theMax，i[0]）

Awesome@Wen，这正是我需要的，非常感谢：）