第一步:导入本地的目标数据集
使用pandas库中的read_excel()函数导入的数据格式会默认为dataframe(数据框),可以直接使用数据框支持的所有方法。
观察数据可以发现,数据后三列为数值型,但是各个数值的度量单位是不同的,housesize一般以平方米为单位,rental一般以元为单位,houseage一般以年为单位。
第二步:截取出需要进行标准化处理的列
第三步:进行数据标准化
方法一:最小-最大标准化
公式:
min指x所在列的最小值,max指x所在列的最大值。x'指标准化后的x。
代码如下:
注释:①标准化后的数据框d还是数据框格式~
②数据框下面的rename()方法可以用于对数据框的列名进行随意更改~采用字典格式进行列名修改。
colums = {'originalname1':'newname1','originalname3':'newname3'}无需修改的列名可以直接跳过。
inplace = True表示替换原来的列名,直接显示最新的列名。
最后,需要将标准化后的数据拼接到原数据中去。
注释:①这里采用的拼接方法concat()为直接拼接&#