中文版Pandas
设 标准化列 = ["销售数量", "单价", "销售额"]
设 Z标准化 = 表格.数据标准化(CSV数据, 标准化列, "zscore")
设 最小最大标准化 = 表格.数据标准化(CSV数据, 标准化列, "minmax")
设 鲁棒标准化 = 表格.数据标准化(CSV数据, 标准化列, "robust")
打印("Z-score 标准化：", 表格.前几行(表格.选择列(Z标准化, 标准化列), 3))
打印("Min-Max 标准化：", 表格.前几行(表格.选择列(最小最大标准化, 标准化列), 3))
打印("鲁棒标准化：", 表格.前几行(表格.选择列(鲁棒标准化, 标准化列), 3))原版Pandas
标准化列 = ["销售数量", "单价", "销售额"]
Z标准化 = CSV数据.copy()
Z标准化[标准化列] = (CSV数据[标准化列] - CSV数据[标准化列].mean()) / CSV数据[标准化列].std()
最小最大标准化 = CSV数据.copy()
最小最大标准化[标准化列] = (
CSV数据[标准化列] - CSV数据[标准化列].min()
) / (CSV数据[标准化列].max() - CSV数据[标准化列].min())
鲁棒标准化 = CSV数据.copy()
鲁棒标准化[标准化列] = (
CSV数据[标准化列] - CSV数据[标准化列].median()
) / (CSV数据[标准化列].quantile(0.75) - CSV数据[标准化列].quantile(0.25))
print("Z-score 标准化：", Z标准化[标准化列].head(3))
print("Min-Max 标准化：", 最小最大标准化[标准化列].head(3))
print("鲁棒标准化：", 鲁棒标准化[标准化列].head(3))打印信息
Z-score 标准化： 销售数量 单价 销售额 0 0.638330 0.268485 0.573191 1 -0.947584 0.062971 -0.313152 2 -0.947584 1.174767 0.220271 Min-Max 标准化： 销售数量 单价 销售额 0 0.75 0.242339 0.245681 1 0.25 0.200426 0.085312 2 0.25 0.427168 0.181826 鲁棒标准化： 销售数量 单价 销售额 0 0.4 0.637559 1.108124 1 -0.4 0.414688 0.071169 2 -0.4 1.620387 0.695233
