规范化 Pandas 中的列

在本文中，我们将学习如何在 Pandas 中规范化一列。让我们先讨论一些概念：

• Pandas： Pandas 是一个建立在 NumPy 库之上的开源库。它是一个Python包，提供用于处理数值数据和统计的各种数据结构和操作。它主要用于更轻松地导入和分析数据。 Pandas 速度快，对用户来说是高性能和高效的。
• 数据规范化：数据规范化也可能是机器学习中的一种典型做法，它包括将数字列转换为标准比例。在机器学习中，某些特征值与其他特征值多次不同。具有较高值的特征将主导学习过程。

需要的步骤

在这里，我们将应用一些技术来规范化列值，并在示例的帮助下讨论这些。为此，让我们了解使用 Pandas 进行规范化所需的步骤。

1. 导入库（熊猫）
2. 导入/加载/创建数据。
3. 使用该技术对列进行归一化。

例子：

在这里，我们通过一些随机值创建数据并对列应用一些规范化技术。

Python3

# importing packages
import pandas as pd
  
# create data
df = pd.DataFrame({'Column 1':[200,-4,90,13.9,5,
                               -90,20,300.7,30,-200,400],
                     
                   'Column 2':[20,30,23,45,19,38,
                               25,45,34,37,12]})
  
# view data
display(df)

输出：

数据集由两列组成，其中第 1 列未标准化，但第 2 列已标准化。所以我们在第 1 列中应用归一化技术。

蟒蛇3

df['Column 1'].plot(kind = 'bar')

输出：

使用最大绝对缩放：

最大绝对缩放通过将每个观测值除以其最大绝对值来重新缩放 -1 和 1 之间的每个特征。我们可以使用 .max() 和 .abs() 方法在 Pandas 中应用最大绝对缩放，如下所示。

蟒蛇3

# copy the data
df_max_scaled = df.copy()
  
# apply normalization techniques on Column 1
column = 'Column 1'
df_max_scaled[column] = df_max_scaled[column] /df_max_scaled[column].abs().max()
  
# view normalized data
display(df_max_scaled)

输出：

使用最小-最大特征缩放：

min-max 方法（通常称为归一化）通过减去特征的最小值然后除以范围，将特征重新缩放到 [0,1] 的硬且快速的范围。我们可以使用 .min() 和 .max() 方法在 Pandas 中应用最小-最大缩放。

蟒蛇3

# copy the data
df_min_max_scaled = df.copy()
  
# apply normalization techniques by Column 1
column = 'Column 1'
df_min_max_scaled[column] = (df_min_max_scaled[column] - df_min_max_scaled[column].min()) / (df_min_max_scaled[column].max() - df_min_max_scaled[column].min())    
  
# view normalized data
display(df_min_max_scaled)

输出 ：

让我们来看看这个情节。

蟒蛇3

df_min_max_scaled['Column 1'].plot(kind = 'bar')

使用 z-score 方法：

z-score 方法（通常称为标准化）将信息转换为均值为 0 且典型偏差为 1 的分布。通过减去相应特征的均值然后除以质量偏差来计算每个标准化值。

蟒蛇3

# copy the data
df_z_scaled = df.copy()
  
# apply normalization technique to Column 1
column = 'Column 1'
df_z_scaled[column] = (df_z_scaled[column] - df_z_scaled[column].mean()) / df_z_scaled[column].std()    
  
# view normalized data  
display(df_z_scaled)

输出 ：

让我们来看看这个情节。

蟒蛇3

df_z_scaled['Column 1'].plot(kind = 'bar')

使用 sklearn：

通过将每个特征缩放到给定范围来转换特征。该估计器单独缩放和转换每个特征，使其在训练集上的给定范围内，例如介于零和一之间。在这里，我们将使用 minmax 缩放器。

蟒蛇3

from sklearn.preprocessing import MinMaxScaler
import numpy as np
  
# copy the data
df_sklearn = df.copy()
  
# apply normalization techniques
column = 'Column 1'
df_sklearn[column] = MinMaxScaler().fit_transform(np.array(df_sklearn[column]).reshape(-1,1))
  
# view normalized data  
display(df_sklearn)

输出 ：

让我们检查一下这个情节：

蟒蛇3

df_sklearn['Column 1'].plot(kind = 'bar')