Python pandas: Verileri normalleştirmek için en iyi yol?

Question

Yaklaşık 80 sütun içeren büyük bir panda veriim var. Veri çerçevesindeki 80 sütunun her biri, web siteleri için günlük trafik istatistiklerini raporlar (sütunlar web siteleridir).

Ham trafik istatistikleriyle çalışmak istemediğim için, tüm sütunlarımı normalleştirmek istiyorum (ilk olan tarih hariç). Ya 0 ila 1 ya da (daha iyi) 0'dan söyleniyor

Date  A  B  ... 
10/10/2010 100.0 402.0 ... 
11/10/2010 250.0 800.0 ... 
12/10/2010 800.0 2000.0 ... 
13/10/2010 400.0 1800.0 ... 

100. ila ben uygulamak için hangi normalleştirme merak ediyorum. Min-Max scaling vs z-Skor Normalleştirme (standardizasyon)? Bazı sütunlarımın güçlü farkı var. Bir örneğe sahip olmak harika olurdu. Tam veriyi veremediğim için üzgünüm.

Answer 1

Önce, Tarih sütununuzu bir dizine dönüştürün. Sonra

dates = df.pop('Date') 
df.index = dates 

da kullanan z-skoru normale:

df1 = (df - df.mean())/df.std() 

veya min-max ölçekleme: min-max ölçekleme çünkü

df2 = (df-df.min())/(df.max()-df.min()) 

Muhtemelen z-skor normalleşmesini tavsiye ediyorum aykırı değerlere oldukça duyarlıdır.