我有一个pandas数据帧,输出如下:
index value
0 5.95
1 1.49
2 2.34
3 5.79
4 8.48
我想得到每个列的规范化值['value']并将其存储在一个新列['normalized']中,但不知道如何将normalise函数应用于列。。。在
我的归一化函数如下所示: (['value']-min['value'])/(max['value']-min['value']
我知道我应该使用apply或transform函数将新列添加到dataframe,但不确定如何将规范化函数传递给apply函数。。。在
抱歉,如果我弄错了术语,但我是python的新手,尤其是pandas!在
我会考虑使用lambda/apply方法,我相信您可以使用它,这需要提前确定最小值和最大值。在
首先,编写一个函数,该函数根据一些“全局”参数输出一个值,以及从数据行获取的输入值。在
接下来,从数据帧收集全局值:
^{pr2}$最后,您可以应用函数,创建一个新字段来保存结果:
使用这种“lambda”方法的好处是,你可以随意调整你的函数,这(在我看来)可以更好地划分代码,允许重用——这总是一件好事。在
把你的数据帧称为DF。在
就这样。在
这些是相当标准的列操作:
你可以简单地写
^{pr2}$相关问题 更多 >
编程相关推荐