dataframe 数据归一化

对于 DataFrame 的数据归一化，可以使用 sklearn 中的 MinMaxScaler 或者 StandardScaler。

其中，MinMaxScaler 可以将数据缩放到指定的范围，例如 [0,1] 或 [-1,1]，代码如下：

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler(feature_range=(0, 1))  # 将数据缩放到 [0,1] 的范围
scaled_data = scaler.fit_transform(df)

而 StandardScaler 则可以将数据进行标准化处理，即将数据转化为均值为 0，标准差为 1 的正态分布数据，代码如下：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
scaled_data = scaler.fit_transform(df)

需要注意的是，对于数据归一化的操作，一般需要在拆分数据集之前进行，避免训练集和测试集的数据分布不一致。