Python 如何规范化数据帧中一系列列中的数据

假设我有一个熊猫数据框surveyData：

我希望通过执行以下操作来规范化每列中的数据：

surveyData_norm = (surveyData - surveyData.mean()) / (surveyData.max() - surveyData.min())

如果我的数据表只包含我想要规范化的列，那么这将很好地工作。但是，我有一些列包含前面的字符串数据，如：

Name  State  Gender  Age  Income  Height
Sam   CA     M        13   10000    70
Bob   AZ     M        21   25000    55
Tom   FL     M        30   100000   45

---

我只想规范化年龄、收入和身高列，但由于名称状态和性别列中的字符串数据，上述方法不起作用。

您可以通过多种方式对pandas中的行或列子集执行操作。一种有用的方法是索引：

# Assuming same lines from your example
cols_to_norm = ['Age','Height']
survey_data[cols_to_norm] = survey_data[cols_to_norm].apply(lambda x: (x - x.min()) / (x.max() - x.min()))

这将仅将其应用于所需的列，并将结果分配回这些列。或者，您可以将它们设置为新的、规范化的列，并保留原始列（如果需要）

---

…简单的方法和更高效的方法：
预计算平均值：

dropna（）

避免丢失数据

mean_age = survey_data.Age.dropna().mean()
max_age = survey_data.Age.dropna().max()
min_age = survey_data.Age.dropna().min()

dataframe['Age'] = dataframe['Age'].apply(lambda x: (x - mean_age ) / (max_age -min_age ))

---

这种方法会奏效…

我认为在这种情况下最好使用“sklearn.preprocessing”，这可以为我们提供更多的缩放选项。 在使用StandardScaler的情况下，这样做的方法是：

from sklearn.preprocessing import StandardScaler
cols_to_norm = ['Age','Height']
surveyData[cols_to_norm] = StandardScaler().fit_transform(surveyData[cols_to_norm])

将熊猫作为pd导入
将numpy作为np导入
#这里是您的数据集#
从sklearn.preprocessing导入MinMaxScaler
minmax=MinMaxScaler（）
对于dataset.columns[dataset.dtypes=='int64']中的x：
数据集[x]=minmax.fit_变换（np.array（数据集[I]）。重塑（-1,1））

你不能用try:。。。。除ValueError外：。。。。。。图案可以对字符串列传递规范化函数。不过，可能还有更多“泛泛”的方法。阅读此答案的人要小心，规范化的公式是错误的。在

lambda

函数中，

平均值应更改为
min
。如果您所追求的是特征缩放每列[0,1]，那么，正如@Amin所说，使用（x-x.min（））/（x.max（）-x.min（））作为公式