Pandas之数据标准化
2018-05-21 19:34
1596 查看
Python数据分析博文汇总
- Pandas重复值处理函数drop_duplicates()
- Pandas数据库缺失值处理函数dropna
- Pandas中slice函数字段抽取
- python数据分析-DataFrame数据框基本知识
- Pandas数据库数据抽取
- Numpy.random.randint()函数用法及源码
- Pandas.concat()函数用法及源码
- Pandas数据框列合并详解
- Pandas.merge()函数用法及源码
- Pandas之数据框框运算
- Pandas之数据标准化
- Pandas.cut函数用法及源码
- python数据框空格值处理
- Pandas.split()函数用法及源码
数据标准化:将数据按比例缩放,使之落入到特定区间,一般我们使用0-1标准化。
公式:X=(x-min)/(max-min)
from pandas import read_csv; df = read_csv("E:\\pythonlearning\\datacode\\firstpart\\4\\4.14\\data.csv"); scale = (df.score-df.score.min())/(df.score.max()-df.score.min()) df['scale']=scale
运行前三行得:
再运行第四行得:
源代码:https://download.csdn.net/download/w_weiying/10427108
相关文章推荐
- pandas 对每一列数据进行标准化
- pandas 对每一列数据进行标准化的方法
- 关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化
- 利用Python进行数据分析(六)之pandas基本功能
- pandas处理数据踩坑之旅
- pandas常用的数据分析函数(一)
- Python pandas数据分析中常用方法
- 处理淘宝双11数据,使用pandas库快速切分海量csv文件
- pandas入门——数据分组
- python/pandas数据分析(十三)-数据清理、转换、合并,重塑
- [数据清洗]- Pandas 清洗“脏”数据(三)
- pandas删除和插入数据
- 安装 python 数据分析插件 pandas
- 使用pandas进行数据清洗
- 数据的标准化和标准化方法
- 数据分析处理库Pandas-数据预处理
- python数据挖掘02--pandas基础
- 开启机器学习的第一课:用Pandas进行数据分析
- 第二届数据标准化及数据治理大会成功举办 助力数据治理工作创新发展
- 手把手教你用Pandas透视表处理数据(附学习资料)