Python 使用GroupBy规范化数据帧中的组时获取NaN值

我有以下形式的数据框：

user_ID song_ID listens
------- ------ -------
  U0     S1      14
  U0     S2      4
  U1     S3      23
  U1     S4      10

我想跨用户进行规范化，因此我尝试：

grouped = df['listens'].groupby(df['user_ID'])
min_max = lambda x: (5-1)*((x - x.min()) / (x.max()-x.min())) + 1
df['normal_L'] = grouped.transform(min_max)

在大多数情况下，它是有效的！问题是它还试图规范化用户ID。我如何知道这一点，是我得到的NaN值是在下一个用户的历史记录开始的时间间隔。所以像这样的事情

user_Id song_ID listens normal_L
------- ------ ------- --------
  U0     S1      14      5
  U0     S2      4       3
  U1     S3      23      NaN
  U1     S4      10      5

---

我对如何解决这个问题感到困惑，因为逻辑是合理的，即您按用户对侦听进行分组。对于每次侦听，执行最小-最大规格化，然后将其保存到原始数据帧中

对我来说，这似乎是一种更直接的方法：

df['normal\u L']=df.groupby（'user\u ID'）['listens']。应用（最小值最大值）

• 更少（更清晰）的代码
• 很明显，它不会对user_ID列进行操作，您怀疑这是导致您出现问题的原因
• 如前所述，如果对null不满意，则应显式处理x.min（）==x.max（）的情况

---

首先，您的示例不一致（

UserId

vs

UserId

，

值

vs

Normal\L

），请编辑它。其次，我将您的函数应用于您的数据并得到了正确的结果（

5151

，而不是

53NAN5

）。您可能需要再次检查您的示例。至于NAN，您必须在

x.max（）==xmin（）

时获取它们，在这种情况下，您的

min\u max

未定义。如果所有歌曲都具有相同的

Listens

值，您必须自己决定歌曲的排名。我修复了不一致之处，谢谢。这些数据只是我脑海中的一个例子，用来说明发生了什么，所以你是对的，当“侦听”的值是一致的，即x.max（）==x.min（）时，NAN可能正在发生。我必须提出一个条件来检查这一点。