python|pandas|5.3标准化数据

离差标准化数据

标准差标准化数据

小数定标标准化数据

import pandas as pd
import numpy as np
detail=pd.read_csv('E:\大三上\张宇萌\实习任务安排（2019-10-10）\detail.csv',index_col=0,',encoding='gbk')

#离差标准化
#自定义离差标准化函数
def minmaxscale(data):
    data=(data-data.min())/(data.max()-data.min())
    return data
#对菜品订单表售价和销量做离差标准化
data1=minmaxscale(detail['counts'])
data2=minmaxscale(detail['amounts'])
data3=pd.concat([data1,data2],axis=1)
print('离差标准化之前：\n',detail[['counts','amounts']].head())
print('离差标准化之后：\n',data3.head())

#标准差标准化
def standardscaler(data):
	data=(data-data.mean())/data.std()
	return data
#对菜品订单表售价和销量做标准化
data4= standardscaler(detail['counts'])
data5=standardscaler(detail['amounts'])
data6=pd.concat([data4,data5],axis=1)
print('标准差标准化之前：\n',detail[['counts','amounts']].head())
print('标准差标准化之后：\n',data6.head())

#小数定标标准化
#自定义小数定标标准化函数
def decimalscaler(data):
    data=data/10**np.ceil(np.log10(data.abs().max()))#**代表指数
    return data
#对菜单订单表售价和销量做标准化
data7= decimalscaler(detail['counts'])
data8=decimalscaler(detail['amounts'])
data9=pd.concat([data7,data8],axis=1)
print('标准差标准化之前：\n',detail[['counts','amounts']].head())
print('标准差标准化之后：\n',data9.head())