Python数据分析博文汇总
- Pandas重复值处理函数drop_duplicates()
- Pandas数据库缺失值处理函数dropna
- Pandas中slice函数字段抽取
- python数据分析-DataFrame数据框基本知识
- Pandas数据库数据抽取
- Numpy.random.randint()函数用法及源码
- Pandas.concat()函数用法及源码
- Pandas数据框列合并详解
- Pandas.merge()函数用法及源码
- Pandas之数据框框运算
- Pandas之数据标准化
- Pandas.cut函数用法及源码
- python数据框空格值处理
- Pandas.split()函数用法及源码
数据标准化:将数据按比例缩放,使之落入到特定区间,一般我们使用0-1标准化。
公式:X=(x-min)/(max-min)
from pandas import read_csv;
df = read_csv("E:\\pythonlearning\\datacode\\firstpart\\4\\4.14\\data.csv");
scale = (df.score-df.score.min())/(df.score.max()-df.score.min())
df['scale']=scale
运行前三行得:
再运行第四行得:
源代码:https://download.csdn.net/download/w_weiying/10427108