dataframe按列标准化

要对DataFrame按列进行标准化，可以使用以下两种方法：
方法一：使用DataFrame的内置函数
可以使用pandas库中的内置函数`df.apply()`和numpy库中的`np.mean()`和`np.std()`来标准化DataFrame的每一列。首先，计算每一列的均值和标准差，然后将每个元素减去列的均值，再除以列的标准差即可实现标准化。

import pandas as pd
import numpy as np

df = pd.DataFrame(data={
    'A': [1, 1, 2, 2, 2],
    'B': [2, 3, 4, 6, 5],
    'C': [3, 8, 5, 12, 6]
})

# 使用内置函数标准化每一列
df_normalized = df.apply(lambda x: (x - np.mean(x)) / np.std(x))

方法二：使用分组和apply函数
如果想要对分组后的DataFrame按列进行标准化，可以使用`groupby()`函数将DataFrame按照指定的列分组，然后使用`apply()`函数将标准化函数应用到每个分组。

import pandas as pd
import numpy as np

df = pd.DataFrame(data={
    'A': [1, 1, 2, 2, 2],
    'B': [2, 3, 4, 6, 5],
    'C': [3, 8, 5, 12, 6]
})

# 按列'A'分组，然后对每个分组进行标准化
df_normalized = df.groupby('A').apply(lambda x: (x - np.min(x)) / (np.max(x) - np.min(x)))

以上两种方法都可以实现对DataFrame按列进行标准化，具体使用哪种方法取决于你的需求和数据结构。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [【Python】DataFrame的列标准化](https://blog.csdn.net/Asher117/article/details/86530816)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [pandas 对每一列数据进行标准化的方法](https://download.csdn.net/download/weixin_38633475/14862290)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]