如何便捷标准化Pandas DataFrame？对标SAS PROC STDIZE方法

Pandas本身没有和SAS PROC STDIZE完全一一对应的内置函数，但可以通过几种简洁的方式实现相同的标准化效果，最常用的是Z-score标准化（均值为0、标准差为1），这也是PROC STDIZE的默认行为。

方法一：用scikit-learn的StandardScaler（最贴近PROC STDIZE默认逻辑） #

这是最直接的实现方式，和SAS的标准化逻辑完全匹配：

import pandas as pd
from sklearn.preprocessing import StandardScaler

dat = pd.DataFrame({'AA': [1, 2], 'BB': [3,4]})
scaler = StandardScaler()
# 拟合转换后转回DataFrame保留原列名
dat_std = pd.DataFrame(scaler.fit_transform(dat), columns=dat.columns)

输出结果：

方法二：纯Pandas实现（无需额外库） #

如果不想引入第三方库，直接用Pandas内置计算也能快速实现Z-score标准化：

import pandas as pd

dat = pd.DataFrame({'AA': [1, 2], 'BB': [3,4]})
dat_std = (dat - dat.mean()) / dat.std()

该方法输出结果和上述StandardScaler完全一致。

其他标准化类型（对应PROC STDIZE的扩展选项） #

如果需要PROC STDIZE支持的其他标准化方式，也可以用Pandas快速实现：

• 极差标准化（缩至[0,1]区间）：

  dat_range = (dat - dat.min()) / (dat.max() - dat.min())
  

• 中位数标准化（减中位数、除以四分位距）：

  dat_median = (dat - dat.median()) / (dat.quantile(0.75) - dat.quantile(0.25))
  

内容的提问来源于stack exchange，提问作者Bogaso