Python 如何使用Dataframe应用函数来规范化数据
我试图用我已经得到的平均值和标准值来规范化新数据Python 如何使用Dataframe应用函数来规范化数据,python,pandas,Python,Pandas,我试图用我已经得到的平均值和标准值来规范化新数据 t = np.array([[1,2,3], [4,5,6], [7,8,9]]) tt = np.array([[1,1,1], [100,100,100]]) a = pd.DataFrame(t, columns=['a','b','c']) b = pd.DataFrame(tt, columns=['a', 'b', 'c'], index=['mean', 'std']) def standardi
t = np.array([[1,2,3],
[4,5,6],
[7,8,9]])
tt = np.array([[1,1,1],
[100,100,100]])
a = pd.DataFrame(t, columns=['a','b','c'])
b = pd.DataFrame(tt, columns=['a', 'b', 'c'], index=['mean', 'std'])
def standardize(x, y):
return (x - y.loc['mean']) / y.loc['std']
我想得到标准化的数据帧,每个值都是通过“b”数据帧的平均值和每个列上的std以及apply函数来计算的
例如a[0][a']=(a[0][a']-b['mean']['a'])/b['std'][a]
任何更好的方法都可以。谢谢
(a-b.loc['mean'])/b.loc['std']
如果将b
定义为b=b.T
,则
(a-b['mean'])/b['std']
你已经有了。用标准化(a,b)代替标准化(a,b)
(a-b['mean'])/b['std']