pandas指定列数据归一化

最新推荐文章于 2024-07-25 09:51:59 发布

追梦小狂魔

最新推荐文章于 2024-07-25 09:51:59 发布

阅读量1.8k

点赞数

分类专栏： python pandas

本文链接：https://blog.csdn.net/qq_15557299/article/details/108935868

版权

数据预处理 Max-Min标准化特征缩放 DataFrame 机器学习

关键词由CSDN通过智能技术生成

python 同时被 2 个专栏收录

120 篇文章 5 订阅

订阅专栏

pandas

6 篇文章 1 订阅

订阅专栏


max_min_scaler = lambda x : (x-np.min(x))/(np.max(x)-np.min(x))

train_df['average_montly_hours']=train_df[['average_montly_hours']].apply(max_min_scaler)
train_df

函数

def Data_normalization(train):
    max_min_scaler = lambda x : (x-np.min(x))/(np.max(x)-np.min(x))
    dest_feature=['TransactionDT','TransactionAmt', 'card1','card2','card3','card5']
    for name in dest_feature:
        train_df[name]=train_df[[name]].apply(max_min_scaler)
    return train_df
train_df=Data_normalization(train_df)
train_df