如何将DataFrame中指定列按列最大值垂直归一化？

先明确你的DataFrame结构：

你需要对apple、book、computer这些关键词列做列内归一化（值除以列最大值），已经通过max_per_col = df_freq[keywords].max()拿到了每列的最大值，接下来可以用以下方式完成计算：

1. 直接替换原关键词列（浮点数结果） #

利用Pandas的广播特性，直接对关键词列执行除法操作：

# 假设keywords是你的关键词列列表，比如keywords = ['apple', 'book', 'computer']
df_freq[keywords] = df_freq[keywords].div(max_per_col)

执行后，DataFrame结果：

2. 保留原列，新增归一化列 #

如果不想覆盖原数据，可以给归一化后的列加后缀：

df_freq[[f"{col}_norm" for col in keywords]] = df_freq[keywords].div(max_per_col)

新增列后，DataFrame会同时保留原关键词列和对应的*_norm归一化列。

3. 以分数形式展示结果 #

如果需要像示例那样用分数格式呈现，结合fractions.Fraction处理：

from fractions import Fraction

# 替换原列为分数（自动约分）
df_freq[keywords] = df_freq[keywords].div(max_per_col).applymap(lambda x: Fraction(x).limit_denominator())

处理后结果：

内容的提问来源于stack exchange，提问作者Kas