pandas骚操作：分组对数据进行归一化

import pandas as pd
import  numpy as np


data = pd.read_csv('zhenjiang_power.csv')  # 读取负荷
data.loc['record_date']=pd.to_datetime(data['record_date'])#将record_date转换为时间格式

print('data\n',data)

# 实现按照用户ID分组，然后对其中一列映射到0-1区间
def ratings_norm(df):
    """
    @param df：每个用户分组的dataframe
    """
    min_value = df["power_consumption"].min()
    max_value = df["power_consumption"].max()
    MIN=0
    MAX=1
    df["Rating_norm"] = df["power_consumption"].apply(
        lambda x: MIN+(MAX-MIN)/(1+max_value-min_value)*(x-min_value))
    return df
    #(1+max_value-min_value) 为了防止分母为0的情况出现


ratings = data.groupby("user_id").apply(ratings_norm)

print('----11111111111111111-----')
print('ratings\n',ratings)

作者：电气 余登武