pandas DataFrame 中的 Z 分数标准化 (python)

Question

我正在使用 python3 (spyder)，并且我有一个对象类型为“pandas.core.frame.DataFrame”的表。我想对该表中的值进行 z 分数标准化（每个值减去其行的平均值并除以其行的 sd），因此每行的平均值 = 0 和 sd = 1。我尝试了两种方法。

\n\n

第一种方法

\n\n

from scipy.stats import zscore\nzetascore_table=zscore(table,axis=1)\n

\n\n

第二种方法

\n\n

rows=table.index.values\ncolumns=table.columns\nimport numpy as np\nfor i in range(len(rows)):\n    for j in range(len(columns)):\n         table.loc[rows[i],columns[j]]=(table.loc[rows[i],columns[j]] - np.mean(table.loc[rows[i],]))/np.std(table.loc[rows[i],])\ntable\n

\n\n

两种方法似乎都有效，但是当我检查每行的平均值和标准差时，它不是想象中的 0 和 1，而是其他浮点值。我不知道\xc2\xb4t 可能是哪个问题。

\n\n

在此先感谢您的帮助！

\n

Answer 1

下面的代码计算 pandas df 列中每个值的 z 分数。然后，它将 z 分数保存在新列中（此处称为“num_1_zscore”）。很容易做到。

from scipy.stats import zscore
import pandas as pd

# Create a sample df
df = pd.DataFrame({'num_1': [1,2,3,4,5,6,7,8,9,3,4,6,5,7,3,2,9]})

# Calculate the zscores and drop zscores into new column
df['num_1_zscore'] = zscore(df['num_1'])

display(df)