Python - 使用 Pandas 逐列缩放数字

在数据处理和分析中，我们经常需要对数据进行缩放，以便在不同的尺度下进行比较或建模。Pandas 是一个开源的数据处理和数据分析工具，它提供了丰富的功能来处理和操作数据。在 Pandas 中，可以使用 apply 函数逐列缩放数字数据。

下面是一个使用 Pandas 逐列缩放数字的示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'A': [1, 2, 3, 4, 5],
        'B': [100, 200, 300, 400, 500],
        'C': [0.1, 0.2, 0.3, 0.4, 0.5]}
df = pd.DataFrame(data)

# 定义缩放函数
def scale_column(column):
    # 按特定公式对列进行缩放
    scaled_column = (column - column.min()) / (column.max() - column.min())
    return scaled_column

# 使用 apply 函数逐列缩放数字数据
scaled_df = df.apply(scale_column)

print(scaled_df)

输出结果为：

     A    B    C
0  0.0  0.0  0.0
1  0.25  0.25  0.25
2  0.5  0.5  0.5
3  0.75  0.75  0.75
4  1.0  1.0  1.0

在上述示例中，我们首先创建了一个示例数据集 df，然后定义了一个 scale_column 函数，该函数用来对每列数据进行缩放。使用 apply 函数，我们可以将 scale_column 函数逐列应用于数据集中的每一列。最后，打印出缩放后的数据集 scaled_df。

在缩放函数中，我们使用了简单的线性缩放公式 (x - min) / (max - min)，其中 x 是每列中的元素，min 和 max 分别是该列的最小值和最大值。这样可以将每列数据缩放至 0 到 1 之间的范围。

通过使用 Pandas 和 apply 函数，我们可以轻松地对数据集中的每一列进行缩放，以满足不同数据分析和建模的需求。

希望本介绍对于你理解如何使用 Pandas 逐列缩放数字有所帮助！