如何使用 scikit-learn 通过标准差标准化数据帧？答案

【问题标题】：How to normalize dataframe by standard deviation using scikit-learn?如何使用 scikit-learn 通过标准差标准化数据帧？
【发布时间】：2018-08-12 13:58:07
【问题描述】：

给定以下数据框和left-x 列：

|       | left-x | left-y | right-x | right-y |
|-------|--------|--------|---------|---------|
| frame |        |        |         |         |
| 0     | 149    | 181    | 170     | 175     |
| 1     | 149    | 181    | 170     | 175     |
| 2     | 149    | 181    | 170     | 175     |
| 3     | 149    | 181    | 170     | 175     |

我怎样才能使用scikit-learn library按标准差标准化left-x？

【问题讨论】：

您可以使用来自 sklearn.preprocessing 模块的 Standard Scaler。
@ManishSaraswat，你介意写一个例子吗？
@JPVentura 我已经发布了答案。

标签： python pandas sklearn-pandas

【解决方案1】：

不用sci-kit-learn也可以通过标准差进行归一化，如下：

df['left-x'] = df['left-x'] / df['left-x'].std()

或者，如果您还想将数据平均居中：

df['left-x'] = (df['left-x'] - df['left-x'].mean())/df['left-x'].std()

这里的df 是你的asl.df[l] 变量。

.std() 方法给出了数据框在给定轴上的标准偏差。通过首先选择一列，仅计算该列的标准差。

如果你需要做很多并且想要避免混乱，你可以将它包装成一个函数，例如

def std_norm(df, column):
    c = df[column]
    df[column] = (c - c.mean())/c.std()

你称它为：

std_norm(df, 'left-x')

请注意，这会就地更新传递的 DataFrame。

【讨论】：

我知道我可以做(df['left-x'] - df['left-x'].mean())/df['left-x'].std()，但这是一个非常常见的操作，我想知道是否有开箱即用的normalize函数。
@JPVentura 如果任何地方都希望它出现在 pandas 本身（而不是 sci-kit）中，但我不知道。您可以将其包装到一个函数中以重复使用以降低噪音。我添加了一个示例。

【解决方案2】：

您可以使用来自sklearn.preprocessing 模块的缩放功能。

from sklearn.preprocessing import StandardScaler

sc = StandardScaler()
sc.fit(df['left-x'])

df['left-x'] = sc.transform(df['left-x'])

【讨论】：