将CSV文件中的每一列（除ID）分别做归一化处理的函数实现

在机器学习过程中，对数据的处理过程中，常常需要对数据进行归一化处理，下面介绍（0， 1）标准化的方式，简单的说，其功能就是将预处理的数据的数值范围按一定关系“压缩”到（0，1）的范围类。
通常（0， 1）标注化处理的公式为：
xnormalization=x−MinMax−Min{x}_{normalization}=\frac{x-Min}{Max-Min}

即将样本点的数值减去最小值，再除以样本点数值最大与最小的差，原理公式就是这么基础。
下面看看使用python语言来编程实现吧

import numpy as np
coman = pd.read_csv('xxxxx.csv')
# print(coman.info())
coman.replace([np.inf, -np.inf], np.nan,inplace=True)
coman = coman.fillna(0)
def regularit(df):
    newDataFrame = pd.DataFrame(index=df.index)
    columns = df.columns.tolist()
    for c in columns:
        if (c == 'ID'):
            newDataFrame[c] = df[c].tolist()
        else:
            d = df[c]
            MAX = d.max()
            MIN = d.min()
            newDataFrame[c] = ((d - MIN) / (MAX - MIN)).tolist()
    return newDataFrame
data = regularit(coman)

所有巧合的是要么是上天注定要么是一个人偷偷的在努力。

个人微信公众号，专注于学习资源、笔记分享,欢迎关注。我们一起成长，一起学习。一直纯真着，善良着，温情地热爱生活,，如果觉得有点用的话，请不要吝啬你手中点赞的权力,谢谢我亲爱的读者朋友。

Life moves pretty fast. If you don’t stop and look around once in a while, you could miss it.
人生匆匆，若不偶尔停下来看看周围，便会错过许多风景。