2-3 常用的数据转换方法

2-3 常用的数据转换方法

数据标准化是将数据按比例缩放到一个特定区间，其主要包括数据同趋化处理和无量纲化处理两个方面。数据标准化的方法有很多种，常用的有最小-最大标准化和z-score标准化。

请用户对本题中的变量(不包括变量ID)进行z-score标准化,标准化公式如下：

数据说明
本题数据来自KEEL，数据集一共包含1列ID，4列特征变量，共100个样本点。

预设变量
本题使用的数据变量名、含义及其类型如下：

变量名	含义	类型
data	数据集	DataFrame

答题要求
对data中的列(不包括变量ID)进行z-score标准化，类型为DataFrame对象。

正误判定变量data

方法一：

import pandas as pd

data['CT']=data['CT'].map(lambda x: (x-data['CT'].mean())/data['CT'].std())

data['FA']=data['FA'].map(lambda x: (x-data['FA'].mean())/data['FA'].std())

data['WT']=data['WT'].map(lambda x: (x-data['WT'].mean())/data['WT'].std())

data['SP']=data['SP'].map(lambda x: (x-data['SP'].mean())/data['SP'].std())

data=pd.DataFrame(data)

方法二：

import pandas as pd
continuous_columns = ['CT','FA','WT','SP']
data[continuous_columns] = data[continuous_columns].apply(lambda x : (x-x.mean())/x.std())
print(data.head())