如何根据列值将规范化一分为二？

Question

嗨，我在 pandas 中有一个列数据，其分布非常倾斜：

我按照截断值 1000 将数据一分为二，这是两组的分布。

现在，我想用 0-1 之间的值进行归一化。我想执行 'differential' 归一化，左面板的值在 0-0.5 之间归一化，右面板的值在 0.5 到 1 之间归一化，所有内容都在同一列中。我该怎么做？

Answer 1

假设您的数据框名为 df，保存数据的列称为 data，保存计数的列称为 counts。然后你可以这样做：

df['data_norm'] = df['data'].loc[df['counts']<=1000] / 1000 / 2
df['data_norm'] = df['data'].loc[df['counts']>1000] / df['counts'].max() + 0.5

...假设我理解正确。但我想我既没有正确理解你的问题，也没有正确理解你的解决方法。

Answer 2

它不漂亮，但很管用。

df = pd.DataFrame({'dataExample': [0,1,2,1001,1002,1003]})

less1000 = df.loc[df['dataExample'] <= 1000]
df.loc[df['dataExample'] <= 1000, 'datanorm'] =  less1000['dataExample'] / (less1000['dataExample'].max() * 2)

high1000 = df.loc[df['dataExample'] > 1000]
df.loc[df['dataExample'] > 1000, 'datanorm'] =  ((high1000['dataExample'] - high1000['dataExample'].min()) / ((high1000['dataExample'].max() - high1000['dataExample'].min()) * 2) + 0.5)

output:
    dataExample datanorm
0   0   0.00
1   1   0.25
2   2   0.50
3   1001    0.50
4   1002    0.75
5   1003    1.00

如何根据列值将规范化一分为二？

How can I split my normalization in two according to column values?

distribution

normalization

python-3.x

pandas