对一行数据 标准化 反标准化 举例说明 dataframe只有一行数据

标准化是一种数据预处理技术，它将数据转换到0-1范围或者均值为0，标准差为1的范围内，使得每个特征之间有相同的尺度。反标准化则是将标准化后的数据恢复到原始的数据分布。

假设有一个DataFrame，仅有一行数据，包含三列数值变量：年龄（Age）、身高（Height）和体重（Weight）。举个例子：

import pandas as pd

# 原始数据（未标准化）
data = {
   'Age': [35],
   'Height': [175],
   'Weight': [80]
}
df_original = pd.DataFrame(data, index=[0])

print(df_original)

输出：

      Age  Height  Weight
0     35    175      80

如果我们对这行数据进行标准化操作，可以使用pandas的`apply`函数结合`sklearn.preprocessing.StandardScaler`：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
df_normalized = df_original.apply(lambda x: scaler.fit_transform(x.values.reshape(-1, 1)))

print(df_normalized)

标准化后的结果会显示各列数据都在一个特定的区间内。

若需要反标准化，只需使用`inverse_transform`方法：

df_original_back = scaler.inverse_transform(df_normalized)

print(df_original_back)

这个过程将把标准化后的数据还原回原始数据分布。