
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
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!