NumPy：根据列 A 的值规范化列 B

Question

给定一个 NumPy 数组 [A B]，A 是不同的索引和 B 计数值。我如何根据 A 值 标准化 B 值？

我试过：

 def normalize(np_array):
    normalized_array = np.empty([1, 2])
    indexes= np.unique(np_array[:, 0]).tolist()

    for index in indexes:
        index_array= np_array[np_array[:, 0] == index]
        mean_id = np.mean(index_array[:, 1])
        std_id = np.std(index_array[:, 1])
        if mean_id * std_id > 0:
            index_array[:, 1] = (index_array[:, 1] - mean_id) / std_id
            normalized_array = np.concatenate([normalized_array, index_array])
    return np.delete(normalized_array, 0, 0) # my apologies

它正在做这项工作，但我正在寻找一种更崇高的方式来实现这一目标。

热烈欢迎任何意见。

Answer 1

看起来 pandas 在这里可以提供帮助：

import pandas as pd

df = pd.DataFrame({'ID': [1, 1, 2, 2, 1],
                   'value': [10, 20, 15, 100, 12]})

byid = df.groupby('ID')
mean = byid.mean()
std = byid.std()

df['normalized'] = df.apply(lambda x: (x.value - mean.ix[x.ID]) / std.ix[x.ID], axis=1)
print(df)

输出：

   ID  value  normalized
0   1     10   -0.755929
1   1     20    1.133893
2   2     15   -0.707107
3   2    100    0.707107
4   1     12   -0.377964

来自 NumPy 数组：

>>> a
array([[  1,  10],
       [  1,  20],
       [  2,  15],
       [  2, 100],
       [  1,  12]])

您可以像这样创建数据框：

>>> df = pd.DataFrame({'ID': a[:, 0], 'value': a[:, 1]})
>>> df
   ID  value
0   1     10
1   1     20
2   2     15
3   2    100
4   1     12

NumPy：根据列 A 的值规范化列 B

NumPy : normalize column B according to value of column A

python

numpy

pandas

normalize