dataframe 如何按列将数据进行标准化

DataFrame在Pandas库中是一种二维表格型的数据结构，如果你想按列对数据进行标准化（也称为归一化），你可以使用`pandas`的`apply()`函数配合`sklearn.preprocessing`模块的`StandardScaler`。以下是步骤：

1. 首先，你需要导入需要的库：

import pandas as pd
from sklearn.preprocessing import StandardScaler

2. 确定你要标准化的列名，假设列名为'column_name1', 'column_name2', ...：

columns_to_scale = ['column_name1', 'column_name2']

3. 创建一个`StandardScaler`对象：

scaler = StandardScaler()

4. 使用`apply()`函数对指定列进行标准化。这里需要创建一个匿名函数（lambda表达式）作为参数，告诉`apply()`只处理特定列：

df[columns_to_scale] = df[columns_to_scale].apply(lambda x: scaler.fit_transform(x.values.reshape(-1, 1)), axis=0)

注意：这里的`axis=0`表示沿着行（默认）方向应用变换。

5. `fit_transform`会对每一列做训练，然后转换。如果整个DataFrame包含训练和测试数据，你可能需要分别对两部分数据做标准化。

完成以上步骤后，DataFrame的指定列就会按照标准差为1，均值为0的标准正态分布进行调整了。