Pandas中使用函数实现归一化时出现NaN值的解决方法

你得到NaN的核心问题是**apply的使用方式错误**：当对df["age"]（一个Series）调用apply(normalizar)时，apply会把Series里的每一个单独数值（比如48、7、62）逐个传给normalizar函数。此时函数里的x是单个数字，x.min()和x.max()都是这个数字本身，计算(x - xmin)/(xmax - xmin)就会变成0/0，结果自然是NaN。

以下三种方法任选其一即可：

方法1：直接把整个列传给你的函数（推荐） #

你的normalizar函数本来就是为处理数组/Series设计的，不需要用apply，直接传入整个列就行：

import pandas as pd
import numpy as np

def normalizar(x):
    x = np.array(x)
    xmin = x.min()
    xmax = x.max()
    return (x - xmin) / (xmax - xmin)

df = pd.DataFrame({"age": [48,7,62,48,51]})
df["age_n"] = normalizar(df["age"])
print(df)

输出结果：

age     age_n
0   48  0.745455
1    7  0.000000
2   62  1.000000
3   48  0.745455
4   51  0.800000

方法2：修改函数适配单个元素，提前计算全局min/max #

如果一定要用apply，可以先算出整个age列的最小值和最大值，再让函数接收单个元素进行计算：

import pandas as pd
import numpy as np

df = pd.DataFrame({"age": [48,7,62,48,51]})
xmin = df["age"].min()
xmax = df["age"].max()

def normalizar_single(x):
    return (x - xmin) / (xmax - xmin)

df["age_n"] = df["age"].apply(normalizar_single)
print(df)

方法3：用sklearn的MinMaxScaler（工业级常用方法） #

如果是做机器学习相关的归一化，推荐用sklearn自带的MinMaxScaler，更简洁规范：

import pandas as pd
from sklearn.preprocessing import MinMaxScaler

df = pd.DataFrame({"age": [48,7,62,48,51]})
scaler = MinMaxScaler()
# 注意fit_transform需要传入二维数组，所以用df[["age"]]而不是df["age"]
df["age_n"] = scaler.fit_transform(df[["age"]])
print(df)

内容的提问来源于stack exchange，提问作者Another.Chemist