pandas指定列数据归一化
发布日期:2025-05-01 21:28:18 浏览次数:2 分类:技术文章

本文共 499 字,大约阅读时间需要 1 分钟。

max_min_scaler = lambda x : (x-np.min(x))/(np.max(x)-np.min(x))train_df['average_montly_hours']=train_df[['average_montly_hours']].apply(max_min_scaler)train_df

函数

def Data_normalization(train):    max_min_scaler = lambda x : (x-np.min(x))/(np.max(x)-np.min(x))    dest_feature=['TransactionDT','TransactionAmt', 'card1','card2','card3','card5']    for name in dest_feature:        train_df[name]=train_df[[name]].apply(max_min_scaler)    return train_dftrain_df=Data_normalization(train_df)train_df
上一篇:pandas改变一列值(通过apply)
下一篇:pandas打乱数据的顺序

发表评论

最新留言

能坚持,总会有不一样的收获!
[***.219.124.196]2025年04月26日 16时14分44秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章