数据标准化【0~1标准化和Z标准化】

数据标准化

一、0~1标准化

1.自定义函数：

"""
1.0~1标准化：也称离差标准化，它是对原始数据进行线性变换，
使结果落到 [0,1] 区间.
X=(x - min)/(max - min)
"""
#0~1标准化
def min_max(df,cl,new_cl):
    df[new_cl] = (df[cl]-df[cl].min())/(df[cl].max()-df[cl].min())

min_max(df,'cl1','new_cl1')

示例：

import pandas as pd

df = pd.read_excel(r"C:\Users\wwb\Desktop\indata\data.xls")

def min_max(df,cl,new_cl):
    df[new_cl] = (df[cl]-df[cl].min())/(df[cl].max()-df[cl].min())


min_max(df,'家庭收入','家庭收入标准化')
df['家庭收入标准化'].describe()

2.使用sklearn接口

from sklearn import preprocessing

min_max_scaler = preprocessing.MinMaxScaler()
df['家庭收入标准化'] = min_max_scaler.fit_transform(df['家庭收入'].values.reshape(-1,1))

二、Z标准化

经过处理后，数据的均值为0，标准差为1。

1.自定义函数：

"""
2.Z标准化:数据均值为0，方差为1.
X=(x - mean)/std
"""

#Z标准化
def z_score(df,cl,new_cl):
    df[new_cl] = (df[cl]-df[cl].mean())/(df[cl].std())
    
z_score(df,'家庭收入','家庭收入标准化')

示例：

import pandas as pd

df = pd.read_excel(r"C:\Users\wwb\Desktop\indata\data.xls")

#Z标准化
def z_score(df,cl,new_cl):
    df[new_cl] = (df[cl]-df[cl].mean())/(df[cl].std())
    
z_score(df,'家庭收入','家庭收入标准化')

2.使用sklearn接口

from sklearn import preprocessing

df['家庭收入标准化'] = preprocessing.scale(df['家庭收入'].values.reshape(-1,1))