使用列表理解实现数据标准化

Question

我试图标准化对我所拥有的dataframe中的一组列的观察，而不使用任何在构建的函数中。

我有一个要标准化的列的索引列表，它保存在一个称为连续的对象中，我正在尝试使用列表理解来应用标准化。

我很难想出一种方法，允许我迭代我的dataframe中的行。

到目前为止，我得到的是：

continuous = [1, 2, 3, 5, 6, 7, 8, 9, 10]

data_z = [(data[col][i] for i in data.index)-data.mean(col)/data.std(col) for col in continuous]

这是一个类型错误-它不会让我迭代生成器对象，所以我想知道是否有人知道正确的方法来迭代我想要标准化的行和列？

提前感谢！

Answer 1

在DataFrame.sub和DataFrame.div一起使用df1中的过滤列

np.random.seed(2021)    
data = pd.DataFrame(np.random.randint(10, size=(13, 13)))

continuous = [1, 2, 3, 5, 6, 7, 8, 9, 10]

df1 = data[continuous]
data_z = df1.sub(df1.mean()).div(df1.std())

print (data_z)
          1         2         3         5         6         7         8   \
0   0.361158  1.309808 -1.365801  0.092504  0.739880  0.553102  0.549700   
1  -1.083473 -1.038813  0.309238 -1.410680 -0.977698 -0.944883 -1.314501   
2  -1.083473  0.429075  0.979254  0.393140  1.083396  0.253505  0.549700   
3  -0.722315  1.016230  0.309238 -1.110043 -1.664730  1.451893 -0.693101   
4   1.805788 -0.158080  1.649269  1.295050  0.396364  0.852699 -0.071700   
5  -0.722315 -1.332391 -0.025770 -0.508770 -1.664730  1.451893 -0.071700   
6  -1.083473  0.135497  0.979254  1.295050 -0.290667 -1.244480 -1.314501   
7   1.083473 -1.332391 -0.360778  0.393140  1.083396 -0.345689  1.481801   
8   1.444630  1.309808 -1.365801 -1.410680  0.396364 -1.244480 -1.003801   
9   0.000000 -1.038813  0.979254 -0.208133  1.083396  0.553102  0.549700   
10 -0.361158 -0.745236 -1.365801  0.693777 -0.634183  0.553102 -1.003801   
11 -0.361158  0.722653 -0.695785  1.295050 -0.290667 -0.645286  0.860401   
12  0.722315  0.722653 -0.025770 -0.809406  0.739880 -1.244480  1.481801   

          9         10  
0   0.369274  0.301124  
1  -1.107823  0.301124  
2   1.477098 -1.264720  
3   0.738549 -0.090337  
4  -0.738549 -1.264720  
5  -1.107823 -0.873259  
6  -0.369274  1.475507  
7  -1.477098 -0.873259  
8  -0.738549  0.301124  
9   0.738549 -0.481798  
10  0.738549 -0.481798  
11  1.477098  1.475507  
12  0.000000  1.475507  

Answer 2

你就不能很容易

mean = data[continuous].mean(axis='rows')
std = data[continuous].std(axis='rows')

data_z = (data[continuous] - mean ) / std