标准化 pandas 数据框中的数据
Normalize data in pandas dataframe
我想在 0 到 100 的范围内标准化这个值。我在 pandas 数据框中有这些值。
Latitude Longitude
25.436596 -100.887300
25.436596 -100.887700
25.436493 -100.887421
25.436570 -100.887344
25.436596 -100.887321
我可以使用
将 -1 到 1 之间的数据归一化
df_norm1 = (df - df.mean()) / (df.max() - df.min())
我可以在 0 到 100 的范围内规范化相同的数据吗?任何帮助将不胜感激。
改为:
100 * (df - df.min()) / (df.max() - df.min())
(df - df.min()) / (df.max() - df.min())
部分是最小-最大归一化,其中新尺度为 [0, 1]。如果将其乘以 100,就会得到所需的范围。
我想在 0 到 100 的范围内标准化这个值。我在 pandas 数据框中有这些值。
Latitude Longitude
25.436596 -100.887300
25.436596 -100.887700
25.436493 -100.887421
25.436570 -100.887344
25.436596 -100.887321
我可以使用
将 -1 到 1 之间的数据归一化 df_norm1 = (df - df.mean()) / (df.max() - df.min())
我可以在 0 到 100 的范围内规范化相同的数据吗?任何帮助将不胜感激。
改为:
100 * (df - df.min()) / (df.max() - df.min())
(df - df.min()) / (df.max() - df.min())
部分是最小-最大归一化,其中新尺度为 [0, 1]。如果将其乘以 100,就会得到所需的范围。