python - 如何使用 sklearn.preprocessing.normalize 规范化 DataFrame 的列?
问题描述
有没有办法使用 sklearn 的规范化来规范化 DataFrame 的列?我认为默认情况下它会标准化行
For example, if I had df:
A B
1000 10
234 3
500 1.5
我想得到以下信息:
A B
1 1
0.234 0.3
0.5 0.15
解决方案
为什么需要sklearn
?
只需使用熊猫:
>>> df / df.max()
A B
0 1.000 1.00
1 0.234 0.30
2 0.500 0.15
>>>
推荐阅读
- python - 使用 OpenCV 时如何在 NN 中使用 keras Lambda
- python - Reguex 查找带逗号、点、百分比和美元的数字
- elasticsearch - 用于模糊匹配时,Elasticsearch 模糊度参数与编辑距离不一致
- javascript - 如何使用正则表达式在日文文本中插入新行?
- javascript - 在 IE 11 中离屏时无法使元素粘在底部,就像在 css 中一样粘
- r - 对 R 数据框使用 pivot_wider 而不是 spread
- amazon-web-services - AWS Lambda:Lambda 函数 S3 到 S3 复制的跨账户策略
- javascript - 打字稿 - 解析错误:预期表达式
- android - 如何在 Android R 上获取 360 * 640 H264 编码视频
- r - 来自 R 中 SVM 概率的信用评分