标准化：请提供一些建议

Question

我有一个DF，如下所示：

       ECON1     ECON2     ECON3     FOOD1     FOOD2     FOOD3      ENV1  \
28  0.310071  0.096913  0.228500  0.234986  0.260894  0.267858  0.489309   
28  0.353609  0.045075  0.222571  0.222803  0.248388  0.330560  0.060107   
28  0.280600  0.170201  0.232027  0.226792  0.233379  0.316765  0.114550   
28  0.299062  0.127866  0.198080  0.189948  0.222982  0.327082  0.052881   

        ENV2      HEA1      HEA2      HEA3     PERS1     PERS2     PERS3  \
28  0.206320  0.252537  0.266968  0.248452  0.184450  0.093345  0.173952   
28 -0.206570  0.263673  0.126182  0.265908  0.134481  0.191341  0.113324   
28  0.237818  0.257337  0.102037  0.214423  0.159002  0.321451  0.165960   
28  0.345857  0.272412  0.069192  0.251301  0.130606  0.132732  0.174925   

        COM1      COM2      POL1      POL2  
28  0.781430  0.487822  0.361886  0.233124  
28  0.083918  0.005381  0.266604  0.237078  
28  0.395897  0.257888  0.330607  0.229079  
28  0.000000  0.000000  0.307907  0.238908  

这个DF 是归一化的结果，如下所示：

DF.apply(lambda x: x / np.linalg.norm(x), axis=0)

我的问题是这种类型的标准化不能保证非负值。我本可以使用：

DF.apply(lambda x: (x - x.min() )/ (x.max() - x.min()), axis=0)

但这里的问题是我得到的列都是zeros 或所有ones。当您尝试使用这些值（进行因子分析或相关性分析）时，它们看起来是常数，而实际上不是，这些只是标准化过程的结果。

有没有办法在保证数据的积极性和可变性的同时进行规范化？

Answer 1

如果所有值都相等（全为零、全一或其他），则除以 0（因为value.max() - value.min()），默认情况下会在 Python 中引发错误。但是，Pandas 返回 NaN 而不是引发此类错误。因此，如果对您有意义，您可以使用 0 轻松填充这些值：

df.apply(lambda x: (x - x.min())/ (x.max() - x.min()), axis=0).fillna(0.0)

相当于使用scikit-learn中的preprocessing.MinMaxScaler：

from sklearn import preprocessing
min_max_scaler = preprocessing.MinMaxScaler()
pd.DataFrame(min_max_scaler.fit_transform(df))