在python中分别规范化每一行

【问题标题】：normalize each row separately in python在python中分别规范化每一行
【发布时间】：2022-08-03 22:04:13
【问题描述】：

我想应用（第一个值 - 值）/（每行的标准偏差）的归一化函数。

例如： |身份证 |一个 |乙| C | |--- |---|---|---| |1 |20 |3 |6 | |2 |30 |4 |7 | |3 |40 |5 |8 | |... |...|...|...| |1000|300|23 |21 |

所以我希望每行中的第一个值为零。

我尝试使用此代码但不起作用

for i in range(len(df)):
new_norm = df((df5_out.iloc[i][0] - df.iloc[i,:])/df.std(axis=1))
df= df.apply(new_norm, axis=1)
df

标签： python normalize

【解决方案1】：

import pandas as pd
df = pd.DataFrame({
    "ID": [1,2,3,10],    
    "A": [20,30,40,300],
    "B": [3,4,5,23],
    "C": [6,7,8,21]
})
vals = df.drop(columns=["ID"]).values
pd.DataFrame((vals[0, :] - vals) / vals.std(axis=0), columns=df.columns[1:])

输出：

    A           B           C 
0   0.000000    0.000000    0.000000
1   -0.085377   -0.121101   -0.163846
2   -0.170755   -0.242202   -0.327693
3   -2.390566   -2.422019   -2.457696

【讨论】：