用pandas 和sklearn计算标准差、平均值，像字典一样读取pandas列

一、用pandas 计算标准差、平均值

用到的是sklearn 的 mean_和var_属性

import pandas as pd
from sklearn import preprocessing

csv_data = pd.read_csv('mycsv.csv')


# 计算原始数据每行和每列的均值和方差，data是多维数据
scaler = preprocessing.StandardScaler().fit(csv_data)
#得到每列的平均值,是一维数组
mean = scaler.mean_
#得到每列的标准差,是一维数组
std = scaler.var_
#标准化数据
data_nomal = scaler.transform(csv_data)

最后算出的平均值和标准差是numpy array格式的

二、像字典一样读取pandas列

import pandas as pd
csv_data = pd.read_csv('mycsv.csv')

print(csv_data['mylie'])

csv种的mylie这一列就会被读出，是series对象，可以强制转换成list，那就可以用list的各种方法了。